Рига: -4.6°С
Новый подход к лечению сердечно-сосудистых заболеваний
Разработанный исследователями из Имперского колледжа Лондона новый инструмент на базе искусственного интеллекта (ИИ) способен значительно ускорить процесс поиска эффективных методов лечения болезней сердца. Сердечно-сосудистые заболевания (ССЗ) остаются основной причиной смертности и инвалидности в Европейском Союзе, унося около 1,7 миллиона жизней ежегодно и затрагивая 62 миллиона человек, по данным ОЭСР. Как сообщает портал EuroNews.com, ученые создали систему для более быстрого выявления генов, связанных с патологиями, и подбора новых лекарств путем интеграции детализированных снимков сердца с обширными медицинскими базами данных.
Как работает система CardioKG
Инструмент, получивший название CardioKG, был обучен на основе данных визуализации сердца, полученных от тысяч участников британского биобанка UK Biobank. Эти данные включали информацию о пациентах с такими диагнозами, как фибрилляция предсердий, сердечная недостаточность и инфаркты, а также сведения о здоровых добровольцах. Такой комплексный подход позволяет исследователям делать более точные прогнозы относительно того, какие медикаменты могут быть полезны людям с конкретными проблемами сердца.
«Одно из преимуществ графов знаний заключается в том, что они объединяют информацию о генах, лекарствах и заболеваниях», — пояснил Деклан О’Реган, руководитель группы вычислительной кардиовизуализации в Лаборатории медицинских наук MRC при Имперском колледже Лондона. Он добавил, что такой подход значительно расширяет возможности для открытия новых методов терапии. «Мы обнаружили, что включение визуализации сердца в граф преобразило то, насколько эффективно можно идентифицировать новые гены и препараты», — отметил О’Реган.
Потенциал для персонализированной медицины
Исследователи полагают, что данная технология в перспективе приведет к созданию более персонализированного подхода к лечению, где терапевтические схемы будут оптимально соответствовать индивидуальному функционированию сердца пациента. Ученые подчеркивают, что этот же метод может быть адаптирован для изучения других состояний, включая неврологические расстройства и ожирение, используя медицинские изображения.
Первые результаты и перспективы
Среди препаратов, получивших внимание ИИ-модели, оказались метотрексат, широко применяемый для лечения ревматоидного артрита, и группа противодиабетических средств, известных как глиптины. Модель ИИ предположила, что метотрексат может помочь пациентам с сердечной недостаточностью, в то время как глиптины могут быть полезны тем, кто страдает фибрилляцией предсердий. Анализ также указал на возможное защитное действие кофеина у некоторых пациентов с мерцательной аритмией, однако исследователи строго предупредили, что это не является рекомендацией менять привычный объем потребления кофеина.
Халед Рджуб, первый автор исследования и исследователь в области науки о данных в Имперском колледже Лондона, поделился планами на будущее: «Основываясь на этой работе, мы расширим граф знаний до динамической, ориентированной на пациента структуры, которая фиксирует реальные траектории развития заболеваний. Это откроет новые возможности для персонализированного лечения и прогнозирования моментов возникновения болезней».
Следите за новостями на других платформах: