Российские учёные внедрили генетические маркеры в систему прогнозирования осложнений после инфаркта. Исследовательская группа из НИУ ВШЭ представила результаты своей работы в журнале Frontiers in Medicine, существенно улучшив точность предсказания рисков для пациентов с сердечно-сосудистыми заболеваниями.
Разработанная модель машинного обучения CatBoost анализирует девять ключевых показателей, включая впервые использованные генетические данные. Исследователи обработали информацию о пациентах Сургутского окружного центра диагностики и сердечно-сосудистой хирургии за период с 2015 по 2024 год. В ходе работы специалисты изучили 39 различных факторов, влияющих на развитие таких осложнений, как повторный острый коронарный синдром, инсульт или необходимость проведения повторных операций по восстановлению кровотока.
Среди наиболее значимых параметров оказались дозировка статинов, индекс массы тела пациента, индекс коморбидности Чарлсона и состояние коронарных артерий. Особую ценность представляет включение в модель данных о варианте гена VEGFR-2, который вошёл в пятёрку важнейших прогностических факторов. Учёные установили взаимосвязь между дозировкой статинов и генотипом пациента: при неблагоприятном варианте гена более высокие дозы препарата значительно снижают риск осложнений.
По мнению Александра Кирдеева, одного из авторов исследования, внедрение подобных технологий поможет оптимизировать лечение и снизить нагрузку на систему здравоохранения. Михаил Шалыгин, клинический специалист по роботической хирургии Da Vinci, отметил значимость развития диагностических программ для раннего выявления заболеваний, подчеркнув при этом, что искусственный интеллект остаётся вспомогательным инструментом в руках квалифицированных медицинских специалистов.
Применение генетических данных в прогностических моделях открывает новые возможности для персонализированной медицины, позволяя точнее оценивать риски и подбирать оптимальную терапию для каждого пациента с учётом его индивидуальных особенностей.
