Учёные из Научно-исследовательского института комплексных проблем сердечно-сосудистых заболеваний совместно с иностранными коллегами создали методику быстрого подбора конфигурации искусственного сердечного клапана с помощью нейросети. Применение ИИ позволяет ускорить подбор по сравнению с классической методикой в несколько сот раз. Об этом RT сообщили в пресс-службе РНФ. Исследование поддержано грантом РНФ. Результаты опубликованы в журнале Frontiers in Bioengineering and Biotechnology.
Как отметили авторы работы, искусственные сердечные клапаны спустя 10—15 лет после установки начинают портиться из-за постоянных механических нагрузок. Поэтому для нормального функционирования их нужно обновлять, а значит, проводить повторную операцию на сердце.
Учёные по всему миру ищут способ оптимизировать форму и конструкцию протезов, чтобы продлить срок их службы. Однако проектирование клапана вручную может длиться недели, поскольку методом проб и ошибок угадать с первого раза оптимальную форму практически невозможно.
В новом исследовании учёные предложили использовать нейросеть для быстрого подбора нужных характеристик протеза. Сначала программа-оптимизатор генерирует некоторые сочетания важнейших параметров клапана: высоту, толщину, диаметр, угол между его створками, прочность материала для протеза, места, в которых клапан испытывает максимальные нагрузки, и т. д. Далее эти данные отправляются нейросети, которая определяет лучшие характеристики и потом отправляет обратно программе. Оптимизатор меняет параметры в соответствии с выбранными алгоритмом, и процесс повторяется до 2 тыс. раз, пока не будет найдено оптимальное решение. По словам учёных, такой подбор занимает всего несколько часов, в отличие от классической технологии.
«Применение новых методов при проектировании медицинских изделий поможет улучшить качество устройств, ускорить процесс разработки и сократить стоимость их производства. В итоге такое нововведение может обеспечить больший доступ пациентов к качественной медицинской помощи и стимулировать инновации в других областях медицинской науки», — отметил в беседе с RT руководитель проекта, кандидат технических наук, заведующий лабораторией новых биоматериалов НИИ КПССЗ Евгений Овчаренко.
В рамках исследования специалисты сгенерировали более 11 тыс. цифровых моделей сердечных клапанов и применили этот набор уникальных данных для обучения нейросети. В результате они получили комплексную программу, способную предсказывать показатели протезов на основе введённых показателей.
На следующем этапе работы учёные намерены изготовить реальный прототип сердечного клапана на основе подобранных с помощью нейросети параметров. Изделие будет проходить лабораторные испытания и сравниваться с уже применяемыми в кардиохирургии моделями.