Систему ИИ для точного прогнозирования доз инсулина разработали в МГУ | Новости науки
Ученые НОШ МГУ «Мозг, когнитивные системы, искусственный интеллект» 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, сообщила пресс-служба Московского государственного университета имени М. В. Ломоносова.
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 факультета ВМК МГУ Василия Фомичева 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 расчета 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 факультета ВМК МГУ Василий Фомичев.
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.
Результаты исследования опубликованы в Вестнике МГУ.