Математики и биоинженеры Сеченовского Университета создали нейросеть, которая способна оценить эластичность аорты для последующего решения о стентировании сосудов при стенозе без введения в организм каких-либо датчиков. Об этом «Газете.Ru» рассказали в Первом МГМУ им. И.М. Сеченова.
Стеноз сосудов — это их сужение или полное перекрытие просвета тромбом или атеросклеротической бляшкой, что является основной причиной ишемического инсульта. Это заболевание является одной из основных причин смерти в мире.
Для лечения стеноза врачи устанавливают стенты для расширения суженных областей сосудов. Это восстанавливает кровоток. Однако перед установкой такого каркаса необходимо знать значения гемодинамических индексов каждого стеноза. Одним из них является фракционный резерв кровотока (ФРК). Но есть один нюанс: для прямого измерения ФРК внутри организма необходим дорогостоящий одноразовый датчик, который вводят в организм человека.
Чтобы решить эту проблему, ученые разработали неинвазивный метод измерения ФРК – компьютерную модель, которая позволяет рассчитать ФРК и другие индексы для каждого пациента индивидуально.
Нейросеть позволяет индивидуально оценить скорость пульсовой волны в аорте, а затем эластичность коронарных сосудов организма. Для этих вычислений нейросети необходимы простые данные: артериальное давление, возраст, пол, вес, частота пульса.
Нейросеть была обучена на результатах моделирования более 4000 «цифровых двойников» пациентов. Затем эти результаты сравнили с измерениями у реальных пациентов из клиник Сеченовского Университета. В среднем, отклонения составили 10-15%.
«Во-первых, мы в очередной раз убедились в высоком качестве и удачном выборе физико-математических подходов, которые использовали для построения виртуальной модели кровотока пациента. Во-вторых, мы выяснили, что использование такой методики имеет большие перспективы, поскольку часто в медицине сложно собрать данные для качественного обучения нейросети, а наш метод ускоряет и упрощает этот процесс. Оценка эластичности коронарных сосудов с помощью нейросети позволила повысить точность вычислительной модели примерно на 5%, что является весьма существенным», — рассказал «Газете.Ru» директор Института компьютерных наук и математического моделирования Сергей Симаков.