Медицина 2.0: Информационные технологии на страже здоровья

Искусственный интеллект, машинное обучение, Big Data, виртуальная и дополненная реальность — таковы тренды в современной медицине. Внедрение этих технологий позволит автоматизировать большое количество процессов, а в будущем принесет революционные открытия. 

Именно такую точку зрения выразили участники семинара "Совместные исследования Самарского университета и СамГМУ в области информационных технологий". Ученые двух ведущих вузов рассказали о проектах на стыке медицины и высоких технологий.

Борьба с потерей зрения

Люди, страдающие сахарным диабетом, подвержены потере зрения, так называемой диабетической ретинопатии. Основным способом лечения является лазерная коагуляция — нанесение микроожогов (коагулянтов) на поверхность глазного дна с целью устранения отека. Традиционно, расположение коагулянтов определяется вручную или на основе стандартного шаблона.

Шаблонная расстановка коагулянтов не учитывает расположение кровеносных сосудов глазного дна. Более того, в сложных случаях шаблоны могут наложиться друг на друга, что приведет к превышению дозы микроожогов.

Исследователи из Самарского университета и СамГМУ предложили более современный подход: теперь проблемные участки будет находить компьютерное зрение, а расставлять коагулянты — специальный алгоритм. 

Результат работы различных алгоритмов. Наилучшие показатели у методов «в» и «е».
Лицевая хирургия

Челюстно-лицевая хирургия — одна из самых сложных и дорогостоящих областей медицины. Однако и здесь есть свои проблемы. Протезы, которые устанавливаются вместо потерянных участков кости, изготавливаются из титановых заготовок и не позволяют учитывать все анатомические особенности пациента. Кроме того, хирург подгоняет заготовки под больного уже во время операции и практически "на глаз", что требует высокой сноровки и большого опыта. 

Упростить задачу обещает разработка Самарского университета и СамГМУ. Основная идея заключается в том, чтобы спроектировать имплант еще на этапе обследования и помочь в этом должна обучающаяся нейросеть.

Задача нейросети — по рентгеновскому снимку или компьютерной томографии определить, какая часть черепа человека деформирована, и смоделировать будущий протез. Перед началом работы алгоритм проходит процедуру "обучения", во время которой он просматривает большое количество снимков здоровых пациентов и формирует представление о правильной анатомической форме лицевого скелета. 

Слева — череп пациента, справа — смоделированное изображение

На завершающем этапе, когда изготавливается сам протез, применяются такие технологии как 3D-печать и металлорезина. 

Понимание работы мозга 

Несмотря на частые открытия в области медицины, многие принципы работы мозга продолжают оставаться загадкой для исследователей. Разгадать некоторые из них сможет совместная разработка ученых Самарского университета совместно с Цюрихским университетом, Университетским колледжем Лондона и другими коллективами. 

Наукой доказано, что активность в различных участках человеческого мозга сопровождается усиливающимся локальным кровотоком. Этот процесс можно пронаблюдать на снимках магнитно-резонансной томографии. Для большей эффективности применяется обратная связь — испытуемому демонстрируется картинка, аудиозапись или создается тактильное ощущение, после чего получают "отклик" его нервной системы. 

Разработка ученых поможет централизованно собрать данные со всех участков головного мозга и обработать их. Благодаря этому станет возможно выделить центры активности и понять, как они взаимодействуют между собой. 

На центральном экране видна картинка-"раздражитель", а на боковых экранах выводятся параметры работы мозга

Леонид Беляков, МИА "Самарский университет"