В Балтийском федеральном университете имени Иммануила Канта представили новый прогностический инструмент когнитивных и сердечных осложнений у пациентов с метаболическим синдромом. Созданный учеными алгоритм машинного обучения предскажет, как у людей с таким диагнозом будет протекать восстановление после инсульта.
Для этого было проведено комплексное клиническое обследование 342 человек — оно выявило показатели, ухудшающие прогноз метаболического синдрома. Специалисты определили гендерные особенности в структуре синдрома и ключевые иммунологические маркеры, которые помогают диагностировать нарушения у пациентов с острыми кардиальными патологиями.
С помощью глубокого анализа данных и методов машинного обучения ученые разработали специальный алгоритм. Он может предсказать исход острого ишемического инсульта, оценить риск осложнений острого коронарного синдрома и выявить вероятность развития сочетанных кардиоцеребральных нарушений (одновременного поражения сердца и головного мозга).
Кроме того, ученые провели оценку когнитивных функций у групп с разными метаболическими фенотипами — то есть с разными особенностями метаболизма. На основе этого был разработан научно-концептуальный подход к прогнозированию нейропсихологических расстройств, который позволит вовремя начать лечение.
«Наше исследование наглядно показывает тесную связь между метаболическим здоровьем и когнитивными функциями, — отметила Анастасия Тынтерова, врач-невролог, научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ им. И. Канта. — Разработанный нами подход открывает возможности для раннего прогнозирования когнитивного снижения, что крайне важно для своевременного начала превентивной терапии».
«Применение технологий искусственного интеллекта и машинного обучения в медицине — это не просто тренд, это качественно новый уровень понимания патологических процессов, — добавила научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ им. И. Канта Наталья Шушарина. — Создаваемые нами алгоритмы позволяют интегрировать огромный массив клинических и лабораторных данных, чтобы выявлять сложные, неочевидные закономерности и предоставлять врачу персонализированный прогноз рисков для каждого конкретного пациента».
Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (национальный проект «Молодежь и дети»).