В рамках совместной работы Института регенеративной медицины и Института урологии и репродуктивного здоровья человека Сеченовского Университета завершился первый этап проекта по созданию смарт-системы для определения структуры и физико-химических свойств мочевых камней на основании их клинических характеристик. Смарт-система позволит подбирать персонализированную терапию для пациента, повышать эффективность лазерной литотрипсии и предотвращать рецидивы мочекаменной болезни.

 «Реализация проекта позволит заложить основу для создания методов персонализированного лечения и снизить потенциальные риски во время и после операций, уменьшить необходимость повторных вмешательств, сократить время госпитализации и повысить удовлетворенность пациентов оказанной медицинской помощью», — рассказал младший научный сотрудник Института регенеративной медицины Сергей Ткачев.

Наиболее распространенный способ лечения мочекаменной болезни сегодня — литотрипсия: дробление камней с помощью ультразвука, лазера и иных видов энергии. Однако на сегодняшний день клинические характеристики камня (его относительная рентгенологическая плотность, размеры по данным инструментальных исследований) не отражают его реальные физико-химические свойства. Это затрудняет своевременный подбор оптимального способа оперативного лечения, что приводит к снижению эффективности хирургического вмешательства и повышает риск осложнений.

Основная задача ученых — разработать алгоритм, который будет определять наиболее эффективный подход к лечению мочекаменной болезни на основании клинических характеристик уролитов за счет выделения их дополнительных свойств (физико-химических, структурных, механических) и установления корреляций между ними и индексом Хаунсфилда — рентгенологическим показателем плотности камней.

Для системного подхода к изучению уролитов исследователи придерживаются концепции GeoBioMed — междисциплинарного подхода на стыке медицины, биологии и геологии. Согласно этой концепции, мочевые камни представляют собой минералы, формирующиеся в ходе тех же физических и химических процессов, что и горные породы, поэтому для них применимы те же геологические методы исследования.

На данный момент отобраны образцы мочевых камней, создана база данных, отработаны алгоритмы микротомографического, морфологического и минералогического исследований.

В разработке находится программа-классификатор для поиска зависимостей и закономерностей в созданной базе данных. Эти зависимости лягут в основу обучаемой интеллектуальной смарт-системы для персонализированного прогнозирования оптимальных методов лечения и профилактики рецидивов мочекаменной болезни.

По полученным в ходе исследований данным ученые планируют определить наиболее эффективные методы разрушения мочевых камней в зависимости от их структурных, физических и химических свойств. Это позволит разработать новые алгоритмы лечения, а также оптимизирует интраоперационный подбор параметров лазерной литотрипсии.