фото показано с : aif.ru

Новый подход объединяет результаты классических моделей машинного обучения и методы динамического анализа для лучшего моделирования и прогнозирования течения болезни.

Ученые из Университета ИТМО — центра компетенции Национальной технологической инициативы — разработали алгоритм, который поможет снизить риск развития осложнений в результате сердечно-сосудистых заболеваний. Это позволит увеличить продолжительность жизни благодаря когнитивным технологиям и современным методам работы с большими данными.Предсказать — значит вылечитьНа сегодняшний день сердечно-сосудистые заболевания являются самой частой причиной смерти как в России, так и во всем мире. Сложность лечения болезней данного типа состоит не только в довольно высоком уровне непредсказуемости их течения, но и в крайне сильном влиянии на процесс их развития косвенных факторов: питание, окружающей среды, эмоционального фона и прочего. Это обуславливает особую эффективность и востребованность в этой сфере систем поддержки принятия решений с функцией обучения, способных работать в условиях неопределенности и неполноты информации. В связи с развитием технологий к борьбе с сердечно-сосудистыми заболеваниями, помимо медиков, привлекают специалистов в области больших данных. Так, в Национальном центре когнитивных разработок Университета ИТМО создан алгоритм гибридного прогностического моделирования тиреотоксической фибрилляции предсердий.Холодная машина и горячее сердцеРабота велась совместно со специалистами из Национального медицинского исследовательского центра им. В. А. Алмазова, благодаря которым удалось обеспечить прикладной характер исследования. Медики предоставили актуальные данные, собранные во время работы с пациентами, страдающими тиреотоксикозом, и поучаствовали в медицинской интерпретации результатов математического моделирования, а также тестировании разрабатываемого алгоритма.Новый подход объединяет результаты классических моделей машинного обучения и методы динамического анализа для лучшего моделирования и прогнозирования течения болезни. Сейчас алгоритм еще улучшается и дорабатывается. Специалисты, курирующие процесс разработки, считают, что после проверки метода практические инструменты, разработанные на основе этого подхода, могут быть внедрены в медицинскую практику в тестовом режиме. «Основной практический результат моей работы — шкала оценки риска развития тиреотоксической фибрилляции предсердий. Данная шкала позволит решить проблему выбора метода лечения пациентов с тиреотоксикозом: от лечения медикаментами до радикального вмешательства. В долгосрочной перспективе от этого решения в прямом смысле зависит качество жизни пациента», — рассказывает Илья Деревицкий.«Гибридный подход к предиктивному моделированию процесса лечения крайне важен для повышения качества и продолжительности жизни пациентов. В обозримой перспективе планирую использовать методы имитационного моделирования для доработки алгоритма: дискретно-событийные модели, моделирование системной динамики, нейронные сети. Это позволит прогнозировать полную "траекторию здоровья" пациента на десятки лет и учитывать временную последовательность наступления важных событий с точки зрения течения заболевания. Данное решение планируется представить в виде программного софта для медицинских специалистов. Разработка данного подхода является основной задачей моей диссертационной работы», — рассказал специалист.

Подробнее читайте на aif.ru ...