Как математика и кибернетика могут быть полезны в медицине?
В Новосибирске реализуются исследовательские проекты и образовательные программы, в том числе на стыке математики и медицины. Это направление развивает Новосибирский государственный университет (НГУ). Об уже достигнутых результатах и планах на будущее ─ в репортаже «Континента Сибирь».
Современная медицина тесно связана с математикой, информационными технологиями и робототехникой. С каждым годом растет объем данных, получаемых в результате обследований пациентов, и качественно обработать их можно только с помощью технологий искусственного интеллекта, а современные операционные мало похожи на классические: все чаще хирург не склоняется над столом со скальпелем, но управляет джойстиком, глядя в монитор, а роль ассистента при операции берет на себя роботизированная система.
В совокупности внедрение высоких технологий способно повысить точность и своевременность диагностики, улучшить эффективность терапии и результаты операций. А значит – растет доля успешных исходов лечения пациентов и качество жизни всех нас. Не удивительно, что сегодня медицина находится в числе лидеров по уровню инвестиций в исследования и различные стартапы.
Но взрывной прогресс в области высоких технологий неизбежно на первых порах ведет к дефициту специалистов, которые могут правильно пользоваться этим инструментарием. И отвечать на этот вызов приходится уже системе образования.
В декабре Новосибирский государственный университет получил лицензию на новую образовательную программу специалитета (рассчитанную на шесть лет обучения) «Медицинская кибернетика» — междисциплинарное направление, которое будет готовить специалистов, способных работать на стыке ИТ, медицины и биологии. Его запуск является частью стратегии вуза по трансформации медицинского образования и развитию направления медицинских технологий.
Ранее Институт медицины и психологии НГУ был преобразован в Институт медицины и медицинских технологий (ИММТ), в структуре последнего осенью 2024 года был создан новый Факультет фармации и медицинской кибернетики.
«Открытие направления медицинской кибернетики – не дань моде, а назревшая необходимость, потому что мы видим, как «цифровая революция» полным ходом проникает в отечественное здравоохранение. И все острее ощущается нехватка квалифицированных кадров. Причем, по оценкам экспертов, эта ситуация на российском рынке MedTech будет сохраняться и, возможно, даже усиливаться на протяжении еще ряда лет», ─ рассказал и.о. декана нового факультета Михаил Хвостов «Континенту Сибирь». И.о. декана факультета фармации и медицинской кибернетики НГУ Михаил Хвостов констатирует, что открытие направления медицинской кибернетики – не дань моде, а назревшая необходимость. Фото предоставлено спикером
Медицинская кибернетика подразумевает работу с данными, получаемыми при обследовании пациентов (анализы, результаты компьютерной томографии и МРТ, наблюдения за пациентом в стационаре и многое другое). Весь этот огромный массив информации необходимо в сжатые сроки объединить в единую систему, чтобы облегчить принятие решений врачом и дать возможность более точно прогнозировать результаты лечения. Иначе говоря, эта работа является необходимой базой для развития персонифицированной медицины, которую нам обещают уже не первый год.
Выполнять ее можно только с помощью специально созданных для этих целей программно-аппаратных комплексов, когда одновременно разрабатывается и оборудование, и специальное программное обеспечение для его работы. Это и есть фронт работ для специалистов в области медицинской кибернетики. Как найти дорогу к индустриальному партнеру Предполагается, что факультет не будет готовить инженеров. Однако специалисты смогут писать «софт» для этого «железа» — хирургических роботов, диагностических систем, различных носимых устройств медицинского назначения, пояснил Михаил Хвостов.
Пилотный набор на программу составит двадцать студентов. При этом будет много времени уделяться выполнению перспективных проектов, направленных на решение актуальных задач здравоохранения и фармацевтической отрасли, чтобы помимо теории они получали и уникальный опыт реальной работы в своей области. «Наша задача – готовить специалистов, способных работать на стыке ИТ, медицины и биологии. Источниками задач для студенческих проектов, партнерами в их реализации и, естественно, – потенциальными работодателями будут выступать ведущие российские биотехнологические и фармацевтические компании», – подчеркнул Михаил Хвостов.
В стенах Новосибирского государственного университета уже выполняются проекты подобного рода. Например, в Лаборатории прикладных цифровых технологий Международного математического центра НГУ.
Четыре года назад сотрудники лаборатории вместе с коллегами из Института гидродинамики (ИГ) СО РАН и Национального медицинского исследовательского центра (НИМЦ) им. академика Мешалкина взялись за решение сложнейшей задачи – создание системы прогнозирования неблагоприятных клинических исходов, связанных с аневризмой аорты. Схема работы комплекса для прогнозирования риска развития неблагоприятных событий. Иллюстрация предоставлена сотрудниками Международного математического центра НГУ
«В настоящее время мы заняты разработкой программного комплекса для прогнозирования риска развития неблагоприятных событий – разрыв аневризмы, тромбоэмболические осложнения, появление эндопротечек и т.д. Модули комплекса позволяют автоматически производить 3D-реконструкцию, извлекать необходимые хирургам параметры геометрии аневризмы и анализировать гидродинамику кровотока внутри аорты с помощью нейронных сетей и вычислительной гидродинамики», — рассказала «Континенту Сибирь» аспирантка Лаборатории прикладных цифровых технологий Яна Федотова.
На сегодня уже разработаны алгоритмы, на основе которых работают модули программы, следующий шаг – тестирование, доработка алгоритмов и создание интерфейса для хирургов, а также пополнение базы данных реальных пациентов с таким диагнозом, на которую опирается в своих прогнозах и рекомендациях эта система. Взлетит ли новый проект развития университета? «Пополнение базы идет благодаря сотрудничеству с врачами клиники Мешалкина под руководством д.м.н. Карпенко А. А. Вообще, их заинтересованность в этом проекте стала одним из ключевых условий его успешного выполнения, поскольку без партнерства с медицинским центром практически невозможно верифицировать такую систему, проверить, что ее алгоритмы действительно работают», — подчеркнула Яна Федотова.
По ее оценкам, наполнение базы данных до оптимального уровня займет еще несколько лет. А дальше необходима работа по расширению числа участников проекта. Коллектив лаборатории решает в большей степени научные задачи – сбор данных о пациентах и поиск в них предикторов (от англ. to predict – предсказывать), являющихся признаками вероятного развития того или иного негативного сценария, связанного с аневризмой, а также создание алгоритмов такого поиска, а не занимается выпуском готовых программных продуктов.
«Мы создаем прототип, тестируем его с помощью специалистов клиники Мешалкина, проверяем, что все алгоритмы работают правильно и дают адекватные прогнозы, в том числе проверяя их достоверность дальнейшими наблюдениями за пациентами. А уже на следующем этапе привлекаем инвестиции для разработки программной оболочки силами сторонних специалистов. Вся эта работа займет не менее четырех лет», ─ описала предполагаемый сценарий развития событий Яна Федотова. Результатом должен стать универсальный программный комплекс, который смогут использовать в медицине при лечении аневризмы. Главным ограничителем ее внедрения может стать цена (программный продукт, на создание которого уходит много лет, по определению не бывает дешевым). Но в пользу внедрения складывается фактор отсутствия в настоящий момент аналогов не только в России, но и на мировых рынках. Сотрудники Международного математического центра НГУ Яна Федотова и Кирилл Тарасов взялись за решение сложнейшей задачи – создания системы прогнозирования неблагоприятных клинических исходов, связанных с аневризмой аорты. Фото предоставлено спикерами
Еще один проект, над которым сотрудники лаборатории работают в сотрудничестве с ИГ СО РАН и НМИЦ им. академика Мешалкина, связан с изучением бедренных артерий пациентов. Точнее – исследование геометрических показателей поверхностей бедренных артерий.
«Идет разработка аппаратно-программного комплекса, который сможет изучить трехмерную структуру бедренной артерии в разных положениях тела – лежа, сидя, с согнутой ногой и так далее. Так мы получим важные данные, которые невозможно получить с помощью современных методов диагностики, таких как МРТ или компьютерная томография, поскольку там подразумевается фиксированное положение тела», ─ объяснил асперант Лаборатории прикладных цифровых технологий Кирилл Тарасов.
В дальнейшем, опираясь на эту информацию, можно думать, как повысить надежность стентов, которыми она протезируется при окклюзиях (сужениях, вызывающих нарушение кровообращения).
«В качестве базовой мы используем технологию УЗИ, затем, чтобы получить из нее трехмерную структуру, осуществляется дополнительный трекинг датчика УЗИ непосредственно во время процедуры. И в отличие от зарубежных аналогов, которые используют для этой работы две или три камеры, планируется решить эту задачу с помощью одной. Потом данные обрабатываются с помощью программного обеспечения и строится трехмерная структура. Она используется для анализа гидродинамики кровотока и изучения различных изгибов и других геометрических параметров при различных положениях тела пациента», ─ рассказал Кирилл Тарасов. На фото — система для УЗИ визуализации 3D бедренной артерии. Фото предоставлено сотрудниками Международного математического центра НГУ. Автор фото: Александр Гостев
В настоящее время аппаратно-программный комплекс находится в стадии тестирования, которая должна завершиться уже этой зимой, после чего участники проекта приступят к сбору данных. А уже к лету первые массивы собранных данных в форме трехмерных структур будут переданы ученым ИГ СОРАН для дальнейшего исследования.
«Мы тем временем будем и дальше обрабатывать получаемые от новых пациентов данные, плюс хотим заняться улучшением и автоматизацией процесса их сбора, в том числе с использованием нейросетевых алгоритмов для сегментации изображений как медицинских, так и с камер для трекинга», ─ подытожил Кирилл Тарасов.
За несколько лет работы над проектами в них поучаствовало немало студентов университета. По словам собеседников издания, кто-то остался после диплома работать в лаборатории, кто-то нашел себя в коммерческих структурах. Но для всех из них участие в проекте стало важным опытом участия в создании высокотехнологичного продукта медицины будущего, который окажется полезным в дальнейшей карьере.