Представители Научно-образовательной школы «Мозг, когнитивные системы, искусственный интеллект» Московского государственного университета им. М.В. Ломоносова предложили новую методику прогнозирования оптимальных доз инсулина для пациентов с диабетом 1 типа. Используя методы искусственного интеллекта, разработанная система повышает точность лечения и снижает риски гипо- и гипергликемий.

Результаты исследования были представлены в «Вестнике МГУ».

Сахарный диабет 1 типа — это хроническое заболевание, требующее постоянного контроля уровня сахара в крови и точных инъекций инсулина. Ошибки в дозировке могут привести к опасным для жизни состояниям, что усложняет повседневную жизнь пациентов. Основная задача состоит в том, чтобы предсказать правильную дозу инсулина, адаптированную к индивидуальным особенностям пациента.

Команда исследователей под руководством профессора ВМК МГУ Василия Фомичёва разработала систему, которая применяет технологии машинного обучения и нейронных сетей для прогнозирования оптимальных доз пролонгированного (ночного) инсулина. Этот метод использует исторические данные пациентов — уровни глюкозы, инъекции инсулина — для расчёта необходимых доз пролонгированного инсулина, вводимого пациентом самостоятельно.

«Наша система может существенно улучшить жизнь людей с диабетом 1 типа, помогая избежать резких колебаний уровня сахара во время сна», — отметил заведующий кафедрой нелинейных динамических систем и процессов управления ВМК МГУ Василий Фомичёв.

В силу достигнутой точности некоторые из полученных моделей можно использовать для прогнозирования доз пролонгированного инсулина для пациентов с диабетом 1 типа. Более того, такие модели можно интегрировать в приложения для мониторинга уровня глюкозы в крови или другие медицинские устройства, чтобы предоставлять регулярные рекомендации по дозировке инсулина на основе текущих медицинских показателей.

Система использует современные алгоритмы искусственного интеллекта, такие как деревья решений, градиентный бустинг и метод опорных векторов. В основе метода — несколько архитектур нейронных сетей, которые позволяют системе учиться на медицинских данных и становиться точнее.

Результаты тестирования показали высокую точность в прогнозировании оптимальных доз инсулина, однако несмотря на полученные результаты, стоит отметить, что все модели не учитывают физическую нагрузку, которая могла произойти накануне, и может повлиять на чувствительность к инсулину у пациентов. Также данные модели не учитывают возможность возникновения синдрома Сомоджи — состояния хронической гипергликемии, спровоцированной введением завышенных доз инсулина длительного действия. Эта тема требует дополнительных исследований.

Проект МГУ демонстрирует огромный потенциал искусственного интеллекта в медицине, открывая новые горизонты в области персонализированной терапии.

Источник: МГУ.