Российские учёные создали нейросеть для быстрого подбора наилучших параметров искусственного сердечного клапана. Применение ИИ в сотни раз ускорит работу по созданию такого импланта по сравнению с традиционной технологией. Подбор характеристик ведётся таким образом, чтобы искусственный клапан мог прослужить как можно дольше в организме пациента — это поможет отсрочить операцию по замене протеза. По словам учёных, для обучения нейросети они сгенерировали 11 тыс. моделей различных клапанов. Сейчас авторы работы планируют произвести первый опытный прототип импланта на основе подобранных ИИ параметров.
Учёные из Научно-исследовательского института комплексных проблем сердечно-сосудистых заболеваний совместно с иностранными коллегами создали методику быстрого подбора конфигурации искусственного сердечного клапана с помощью нейросети. Применение ИИ позволяет ускорить подбор по сравнению с классической методикой в несколько сот раз. Об этом RT сообщили в пресс-службе РНФ. Исследование поддержано грантом РНФ. Результаты опубликованы в журнале Frontiers in Bioengineering and Biotechnology.
Как отметили авторы работы, искусственные сердечные клапаны спустя 10—15 лет после установки начинают портиться из-за постоянных механических нагрузок. Поэтому для нормального функционирования их нужно обновлять, а значит, проводить повторную операцию на сердце.
Учёные по всему миру ищут способ оптимизировать форму и конструкцию протезов, чтобы продлить срок их службы. Однако проектирование клапана вручную может длиться недели, поскольку методом проб и ошибок угадать с первого раза оптимальную форму практически невозможно.
В новом исследовании учёные предложили использовать нейросеть для быстрого подбора нужных характеристик протеза. Сначала программа-оптимизатор генерирует некоторые сочетания важнейших параметров клапана: высоту, толщину, диаметр, угол между его створками, прочность материала для протеза, места, в которых клапан испытывает максимальные нагрузки, и т. д. Далее эти данные отправляются нейросети, которая определяет лучшие характеристики и потом отправляет обратно программе. Оптимизатор меняет параметры в соответствии с выбранными алгоритмом, и процесс повторяется до 2 тыс. раз, пока не будет найдено оптимальное решение. По словам учёных, такой подбор занимает всего несколько часов, в отличие от классической технологии.
«Применение новых методов при проектировании медицинских изделий поможет улучшить качество устройств, ускорить процесс разработки и сократить стоимость их производства. В итоге такое нововведение может обеспечить больший доступ пациентов к качественной медицинской помощи и стимулировать инновации в других областях медицинской науки», — отметил в беседе с RT руководитель проекта, кандидат технических наук, заведующий лабораторией новых биоматериалов НИИ КПССЗ Евгений Овчаренко.
В рамках исследования специалисты сгенерировали более 11 тыс. цифровых моделей сердечных клапанов и применили этот набор уникальных данных для обучения нейросети. В результате они получили комплексную программу, способную предсказывать показатели протезов на основе введённых показателей.
На следующем этапе работы учёные намерены изготовить реальный прототип сердечного клапана на основе подобранных с помощью нейросети параметров. Изделие будет проходить лабораторные испытания и сравниваться с уже применяемыми в кардиохирургии моделями.