Сегодня тромбозы — одна из основных причин смертности и инвалидизации людей во всем мире. В России, по разным оценкам, от сердечно-сосудистых заболеваний, напрямую связанных с тромбозами, погибают 1,5 тысячи человек на 100 тысяч населения. Среди самых опасных осложнений тромбоза – инфаркты, инсульты и тромбоэмболия легочной артерии. Это жизнеугрожающее состояние развивается, когда тромбы, оторвавшись, разносятся с током крови по организму и попадают в сердце и сосуды легких. В результате происходит полное или частичное закрытие просвета легочной артерии.
Новый способ оценки риска развития этих состояний предложили молодые ученые Сеченовского Университета. Они разрабатывают ПО, способное не только обнаруживать тромбы, но и моделировать сценарии, при которых многократно увеличивается риск их отрыва. Полученные данные дадут возможность врачу прогнозировать при каких условиях и когда именно это может произойти и назначить пациенту превентивное персонализированное лечение.
«Сегодня уже есть российские и зарубежные IT-решения, которые способны детектировать тромбы на КТ – снимках пациентов. Однако ни одно из них не может оценить риски их отрыва от стенки сосуда, потому что этот фактор очень сложно спрогнозировать, — отметила автор и руководитель проекта Thromb.AI, магистрантка Передовой инженерной школы Сеченовского Университета, победитель 6 сезона акселерационной программы Sechenov Tech Карина Уразова. – Наш проект направлен на решение этой задачи. Мы разрабатываем ПО на основе алгоритмов машинного и глубокого обучения, которое будет не только обнаруживать тромбы на КТ-изображениях, но и проектировать их 3D-модели. По этим моделям нейронные сети будут строить расчетные сетки, рассчитывать гемодинамику кровотока, а также в зависимости от формы тромба, его размера и ряда других показателей составлять различные сценарии развития событий. И среди них находить тот, который с высокой вероятностью может привести к отрыву тромба».
В команду разработчиков входят программисты, специалисты по математическому моделированию, машинному и глубокому обучению и врачи-клиницисты. На сегодняшний день уже создан начальный датасет из около 100 реальных КТ-снимков венозных тромбов пациентов, а также разработан алгоритм, выявляющий тромб на изображении. Сейчас команда продолжает пополнять датасет различными типами тромбов и дорабатывает алгоритм для расчета гемодинамики. До конца 2025 года планируется создать прототип системы и провести его пилотную апробацию в клиниках. В перспективе функционал системы будут расширять и добавят интеграцию с носимыми устройствами. Готовое решение планируется разработать к 2027 году. Использовать ПО для оценки риска отрыва тромбов будут в государственных и частных клиниках. Систему также можно будет применять для обучения студентов медицинских вузов и в программах ДПО.
Проект Thromb.AI Карины Уразовой стал финалистом 6 сезона акселерационной программы Sechenov Tech — единственного в России акселератора федерального масштаба для биомедтех-стартапов. В шестом сезоне Sechenov Tech приняли участие более 400 студентов и молодых ученых из 100 университетов России. Победителей определили на финальном демодне, который прошел в Сеченовском Университете в конце мая этого года.