"Цифровой пациент"

Для перспективных технологий персонализированной медицины в Институте вычислительных технологий СО РАН созданы первые модели виртуального организма, подверженного определенному недугу.

«Виртуальный пациент – очень сложная задача, в мире ее еще никто не решил. – отметил заведующий лабораторией биоинформатики ИВТ СО РАН кандидат биологических наук Федор Колпаков. – Мы попытались решить ее на примере артериальной гипертонии – сложного мультифакторного заболевания, для лечения которого используются разные классы лекарственных препаратов, поэтому врач обычно пробует несколько схем их назначения, чтобы найти оптимальный вариант для конкретного пациента». Цифровая модель нацелена на ускорение и точность действий медика при поиске оптимального воздействия на неповторимый организм в его развитии – и, соответственно, служит задачам построения персонализированной медицины.

Как пояснил коллега Ф. Колпакова кандидат физико-математических наук Илья Киселев, их совместное исследование решало четыре задачи. Первая – построить детальную цифровую модель биохимии и физиологии человека с достаточной для гипертонической болезни детализацией, чтобы в дальнейшем адаптировать ее к конкретным клиническим случаям. «Наш подход – создать набор основных блоков, а уже из них собирать модель под заданного пациента и болезнь (как из конструктора «Лего»), – привел пример ученый. – Каждый блок может состоять из множества вложенных в него подблоков. На самом нижнем уровне – биохимические реакции и дифференциальные или алгебраические уравнения, описывающие изменения физиологических параметров».

Второй задачей исследователи назвали создание схемы персонализации цифрового двойника, содержащей сотни параметров, третьей – построение моделей воздействия на организм наиболее распространенных лекарственных средств.

«Речь идет о моделях двух типов, – отметил Федор Колпаков, – фармакокинетической (как препарат поступает, распределяется по организму и выводится из него) и фармакодинамической (как лекарство воздействует на организм)».

В-четвертых, ученые ИВТ занялись фиксацией данных пациента – при том, что в истории болезни их зачастую недостаточно для моделирования. «Идеальная и самая простая ситуация такова: в клинику пришел больной, которого до этого не лечили, ему провели детальное обследование, после чего назначили лечение и через некоторое время вновь так же обследовали, чтобы оценить эффективность лечения», – объяснили в лаборатории биоинформатики ИВТ. – Поэтому для нашей работы мы отбирали профили тех пациентов, которые наиболее полно соответствовали этим требованиям».

Практическим результатом работы стала компьютерная программа для оптимизации лечения гипертонии. В нее вводятся имеющиеся данные больного, затем формируется множество виртуальных пациентов, для которых прогнозируются наиболее вероятные эффекты применения разных лекарств. Программа может также предложить провести дополнительные обследования, чтобы сделать более точный выбор. Однако для внедрения этой программы в медицинскую практику нужно испытать ее на большом массиве пациентов и провести сертификацию.