В НИЯУ МИФИ разработали алгоритм на базе ИИ, который моделирует распространение электрических сигналов в тканях сердца при фибрилляции предсердий. Для рынка это не очередная презентация нейросети «для всего», а попытка собрать цифровой двойник сердца под конкретного пациента и превратить его в рабочий инструмент для врача, который решает, где именно вмешиваться во время операции.
О разработке 28 мая 2026 года сообщает CNews. Автор проекта — заместитель директора Института интеллектуальных кибернетических систем НИЯУ МИФИ по науке Александр Золотарев. По замыслу команды, цифровой двойник сердца должен не заменить кардиолога или хирурга, а подсветить зоны, которые выглядят как вероятные источники патологии, чтобы врач быстрее и точнее принимал решение уже в операционной.
Речь идет о фибрилляции предсердий — самой распространенной форме нарушения сердечного ритма. Проблема здесь в том, что электрический импульс в сердце идет не ровной волной, а образует хаотичные вихри. На практике врач видит картину распространения сигнала по данным катетеров, введенных в сердце пациента, но распутать, где первичная патологическая зона, бывает непросто. Отсюда и идея: не просто смотреть на сигнал, а математически просчитывать его поведение на индивидуальной модели с учетом формы предсердий и участков фиброзной ткани.
Именно поэтому разработку правильнее воспринимать не как «ИИ поставил диагноз», а как систему поддержки принятия решений. Золотарев отдельно подчеркивает, что готовые рекомендации вместо врача алгоритм не выдает. Его задача скромнее и полезнее: выделить области, на которые врачу стоит обратить внимание, а затем показать, как волна возбуждения может измениться после конкретного вмешательства. В переводе с научного языка на язык практики это означает более предметный ответ на вопрос, с которым сталкивается кардиохирург: если воздействовать вот здесь, станет ли операция действительно эффективной.
Архитектура проекта тоже выглядит вполне инженерно. В МИФИ говорят о двух слоях модели. Первый — анатомический: он должен фиксировать форму предсердия и распределение фиброза. Второй — физиологический: он отвечает за динамику распространения сигнала. Вместе они и образуют цифровой двойник сердца, который можно использовать не в общем виде, а под конкретного пациента. Для IT-аудитории здесь знакомый паттерн: сначала собирается персонализированная модель объекта, затем на ней прогоняются сценарии, которые в офлайне дешевле, безопаснее и быстрее, чем в реальном процессе. Только вместо производственной линии или турбины — человеческое сердце, а цена ошибки заметно выше.
Пока это не готовый клинический продукт, и МИФИ этого не скрывает. По данным университета, существует пробная версия алгоритма, а также опубликован ряд научных статей. До полноценного внедрения в медицину путь длинный: валидация модели, сравнение с клинической практикой, работа с регуляторными требованиями, интеграция с оборудованием и, главное, доказательство того, что система действительно сокращает время операции и помогает выбирать тактику точнее, чем существующие подходы без такой модели. В медтехе красивой демонстрации мало; здесь нужно показать, что математическая правдоподобность превращается в клиническую пользу.
Контекст тоже важен. Подобные разработки уже есть в США, и, как отмечают в МИФИ, одна из компаний там проводит клинические испытания. Это хороший маркер зрелости направления: рынок уже вышел из стадии разговоров про «потенциал ИИ в здравоохранении» и дошел до попыток встроить модели в реальную лечебную практику. Для российских команд это означает вполне понятную гонку на выносливость. Побеждает здесь не тот, кто громче всех говорит про искусственный интеллект, а тот, кто дойдет до клиники, выдержит требования по качеству данных и сможет встроиться в рабочий контур врачей без лишнего трения.
Для разработчиков и продуктовых команд история интересна сразу по нескольким причинам. Во-первых, это пример ИИ, который работает не как генератор текста или картинок, а как узкоспециализированный вычислительный слой поверх предметной области с высокой ценой ошибки. Во-вторых, ценность создается не на уровне интерфейса, а на стыке математического моделирования, медицинских данных и сценария применения в операционной. В-третьих, здесь особенно хорошо видно, почему в B2B и deeptech фраза «сделали модель» мало что значит без следующего шага — интеграции в процесс принятия решений. Если врач не понимает, как использовать результат, или не доверяет ему, никакой цифровой двойник сердца не выйдет за пределы лаборатории.
Для отрасли в целом это еще и сигнал о том, куда смещается разговор об ИИ в российских университетах. Не просто в сторону публикаций или грантовой риторики, а к попытке собрать вокруг конкретной прикладной задачи междисциплинарную команду: математиков, специалистов по ИИ, медиков и тех, кто умеет доводить прототип до продукта. Ближайшие планы МИФИ вполне в этой логике: создать внутри университета точку притяжения для профильных специалистов и получить грантовую поддержку исследований. Вопрос теперь не в том, можно ли построить модель сердца на данных пациента, а в том, кто первым сумеет доказать, что такая модель экономит хирургу время и снижает долю решений, принимаемых почти вслепую.
The post МИФИ делает цифровой двойник сердца для лечения аритмии appeared first on iTech News.