Технические науки
1064

Уравнение из множества клеток: как разработки лаборатории медицинской информатики НовГУ смогут помочь онкологам и кардиологам всей страны

Уравнение из множества клеток: как разработки лаборатории медицинской информатики НовГУ смогут помочь онкологам и кардиологам всей страны

Иногда кажется, что в России спокойно сосуществуют две почти параллельные реальности. В одной — поликлиники с регистратурой, бесконечными очередями и хамоватыми тётками. С другой — цифровые лаборатории, где молодые и опытные учёные разрабатывают цифровые системы, которые при помощи математических моделей помогут спрогнозировать возникновение или течение рака. Ну, или инфаркта. Именно этим занимаются в лаборатории медицинской информатики Новгородского университета. И если история с разработками увенчается успехом, то, кто знает, может, и с очередями в регистратуре справимся. 

В двух словах

С первого взгляда в лаборатории медицинской информатики НовГУ от медицины — одно название. Ни скальпеля, ни бинта, ни, прости господи, МРТ. Часто всего этого не бывает и в какой-нибудь глубоко районной больнице, но сейчас не об этом. В небольшой комнате лишь несколько рабочих столов с компьютерами. 

О том, что именно здесь, возможно, творится будущее медицинских технологий, напоминает руководитель лаборатории, доцент кафедры информационных технологий НовГУ Владимир Макаров. Он читает что-то вроде импровизированной мини-лекции, указывая на плакат-схему на стене. Учёный изрекает слова, ничего не говорящие дилетантскому уху — фибропласты, макрофаги, регуляторные клетки. На терминах «клетки-киллеры» и «клетки-хелперы» воображение стало рисовать ожесточённую войну внутри человеческого организма. Но вообще-то это всё о серьёзном. Про онкологию. 

Здоровая клетка должна примерно 50 раз поделиться, а потом самоуничтожиться. Но раковая, в связи с мутациями, поступает по-другому — она 50 раз поделилась, а потом сказала: «А я ещё буду». Так она создаёт вокруг себя агрессивную среду, втягивая в неё здоровые клетки. 

Владимир Макаровруководитель лаборатории медицинской информатики, доцент кафедры информационных технологий НовГУ

Типов клеток, по словам Владимира Макарова, в организме человека больше, чем национальностей в Российской Федерации. И все они между собой взаимодействуют. Иногда такое сотрудничество и проводит к возникновению опухолей. 

— Наши сотрудники разрабатывают 3D-модель роста опухоли и пытаются понять, какое из этих взаимодействий оказывают решающее влияние, — рассказывает Владимир Макаров. — Если получится, мы сможем препятствовать злокачественному развитию. 

Это если в двух словах. Чтобы рассказать про работу лаборатории подробнее, слов понадобится побольше. 

Инструментальная работа 

Формально лаборатория медицинской информатики Новгородского университета работает с 1 сентября 2021 года — когда и.о. ректора подписал указ о её создании. Это — часть проекта НЦМУ (Научного центра мирового уровня). 

— Они здесь самые главные, — указывает на молодых коллег Владимир Макаров. — А я так, погулять пришёл. 

Свою роль в команде он обозначает «чем-то вроде продюсера от науки». По словам Владимира Макарова, его задача — найти талант, задать направление и поддерживать творческий тонус на пути к результату. 

Что ж, теперь пройдёмся по подопечным. 

— Мы работаем в современном биомедицинском направлении, — научный сотрудник лаборатории Владислав Ананьев рассказывает, чем он тут занимается. —  Если говорить просто, внедряем в медицину технологии. У нас два вектора — кардиология и онкология. В первом мы создаём математические модели, которые позволят определить состояние сердца пациента по электрокардиограмме. Благодаря этому мы сможем выявить патологии или прочие негативные сценарии. По онкологическому направлению in vitro (технология выполнения экспериментов, когда опыты проводятся «в пробирке», in vivo — проведение экспериментов внутри живой ткани при живом организме - прим.ред.) мы занимаемся раком лёгкого. Тут мы также работаем над математической моделью, которая позволяет по результатам компьютерной томографии найти очаги поражения в лёгких. Работу над этими проектами планируем завершить через пять лет. 

Компонентная модель, которая помогает врачам определить положение раковой опухоли в лёгких

Владислав — аспирант института системного программирования РАН. До лаборатории занимался разработкой систем видеонаблюдения, автоматическим сопровождением объектов на видео, обработкой изображений. 

— Мне всегда было интересно всё, что было связано с математическим моделированием и машинным обучением, — вспоминает Владислав Ананьев. — Про это я писал магистерский и бакалаврский дипломы. По этим направлениям и искал вакансии. Но уезжать далеко из Новгорода не хотелось. Я обратился к Владимиру Алексеевичу с вопросом о работе. Он сказал, что есть такой проект, могу попробовать. Ну, я и попробовал. 

Проектом по моделированию раковых клеток в лаборатории занимаются больше года. Начинали с изучения взаимодействия разных типов клеток. Математическим умом дошли до того, что действия каждого вида клеток вполне себе описывается старым добрым уравнением. В следующем году сотрудникам предстоит плотно задуматься над тем, как увязать свои разработки с компьютерной томографией.

Что из этого получится, мы пока не знаем. Компьютерная программа или мобильное приложение — можно к чему угодно прийти. Мы пока что разрабатываем модель, которая позволит после загрузки томограммы увидеть оценку ситуации. Мол, вот эти признаки говорят о том, что похоже на такой-то диагноз.

Владислав Ананьеваспирант института системного программирования РАН

— То есть вы, проще говоря, разрабатываете инструмент. А во что его «упаковать» решите потом?

— Да, именно так.

Готовя исследования по системам видеонаблюдениям ещё пару лет назад, Владислав Ананьев и не предполагал, что ему придется зарываться в монографиях по онкологии и кардиологии. При этом вроде как не менять профессию. 

— Медицина — это интересно, — говорит он. — И в этой сфере много проблем, которые нужно решать в ближайшее время. Когда проект начинался, то нам пришлось изрядно погрузиться в медицинскую тематику, чтобы лучше понимать суть вопроса. Нам же для работы приходится постоянно общаться с врачами и ординаторами. Поначалу было сложно, но со временем я втянулся.

Всё может начаться с небольшой консультации, а обернуться полноценным трудоустройством. Так произошло со студенткой шестого курса Института медицинского образования НовГУ Анной Бурлан. С самого начала обучения в университете ей была интересна наука — с первого курса она писала статьи по патологической физиологии. Но и «в полях» пахать приходилось. Например, на массовой вакцинации от коронавируса в одной из городских поликлиник, где, по словам Анны, она «повидала многое». 

— В начале 2021 года Владислав предложил мне поучаствовать в проекте по онкологии — посмотреть снимки, почитать медицинские статьи, поставить некоторые цели. Так я здесь и оказалась, — вспоминает лаборант-исследователь Анна Бурлан. 

В лаборатории она занимается разметкой снимков с опухолями. При помощи графического планшета отмечает области, интересные разработчикам. После программа стоит 3D-модель опухоли или другого очага. В перспективе это будет полезно хирургам — им станет понятнее, где резать. 

Трехмерная сегментация легких

— Помимо опухолей мы работаем с диффузными заболеваниями лёгких — они распространяются на всю лёгочную ткань. Это, к примеру, фиброз или эмфизема. Такие заболевания могут возникать, например, на фоне курения. Наша разработка позволит предугадать развитие этих болезней — отнести пациента к группе риска, к пациентам, у которых возможно развитие рака в дальнейшем, — говорит Анна.

О работе в проекте на стыке IT и медицины Всеволод Шаклеин, конечно же, не задумывался — пока не предложили стажировку. Талант любознательного исследователя не подвёл, поэтому теперь Сева занимает в лаборатории полноценную ставку и очень радуется новому мощному компьютеру. Его спектр работ — машинное обучение. Если говорить совсем просто, подружить компьютерные алгоритмы с большой базой данных кардиограмм реальных пациентов. Всё это нужно, чтобы въедливая ЭВМ М, в конечном счёте, не допускал ошибок. 

Я обучаю нейронную сеть поиску элементов ЭКГ. Там есть фиксированные комплексы, расстояния между ними. В основе — база данных из историй болезней. Обычно врачи такие элементы определяют на глаз. Моя задача — сделать так, чтобы нейронная сеть делала это автоматически. У нас есть много ЭКГ. Я предполагаю, что их следует прогнать через математическую модель. Но она иногда ошибается. Поэтому обучают на полученных данных. 

Всеволод Шаклеинсотрудник лаборатории медицинской информатики

Работа Севы в проекте началась с того, что ему пришлось изучить полный медицинский курс по ЭКГ.

— К счастью, нам предоставляют возможность пообщаться с медиками, уточнить какие-то нюансы, спросить у них — а что вообще нужно? Ведь программа должна смотреть на данные и училась на них распознавать какие-то элементы, которые впоследствии будут интересны именно доктору, — отмечает Всеволод.

Но больше всего это всё нужно, конечно, будущим пациентам. 

Первые капли

Неформальная же история лаборатории медицинской информатики НовГУ началась в 2004 году. Это длинная история — и не сказать, что первые её страницы были весёлыми. 

— Я познакомился с профессором Юрием Гаевским, очень хорошим кардиологом, — вспоминает руководитель лаборатории Владимир Макаров. — А причина знакомства была такой — доктор добавил пять лет жизни моей маме. До него мать лечилась у другого специалиста, который сказал мне: «Нанимайте сиделку, после инфаркта вашей матери осталось недолго». Но я решил побороться. И мне порекомендовали Юрия Германовича.

Несмотря на трагичность ситуации, Владимир Макаров подошёл к ней профессионально — как инженер. 

— Я посмотрел на то, как Юрий Германович подобрал оптимальную терапию — он назначил маме глазные капли, атропин, предписал растворять их в воде и пить как кардиологическое средство. Гаевский знал, что при определённых условиях это будет работать. В результате мама прожила ещё пять лет. После у неё начались необратимые последствия — и там уже было понятно, что это конец, — вспоминает Владимир Макаров. 

Пережив трагедию, он понял: мозг такого человека, как Гаевский, его способ мышления, нужно каким-то образом переложить на базу данных. Так появится возможность сохранить его знания в виде формальной модели. Макаров с коллегами стали делать под это компьютерную программу — одну из первых в России.

— Мы сделали формальную модель, которую назвали «Образ заболевания», — рассказывает Макаров. — Выбрали болезни, которые касаются сердечно-сосудистой системы, и близкие к ним — например, межрёберную невралгию. Ведь боли в груди люди часто путают с болями в сердце. Наша работа представляла собой диагностическую матрицу, которая включала в себя около сотни болезней и 169 симптомов.

Коллег искали среди талантливых студентов-дипломников, проявлявших интерес к исследовательской работе. 

— С самого начала пришлось основательно погружаться в медицину, разбираться в том, как работают сердце и кровеносная система с точки зрения биомеханических процессов. Ведь сердце — это, по сути, насос. А сердечно-сосудистая система — система огромных и длинных каналов. И наша задача звучала предельно просто — изучить, что приводит к нестабильной работе этого механизма, — поясняет Владимир Макаров.

Макаров координировал проект. Идеи и замечания врача, который в математических алгоритмах и матрицах был не очень сведущ, переводил на язык, доступный программисту, работающему над кодом. Отсюда у Владимира Макарова и девиз — «мы учимся, когда решаем конкретные задачи».

По словам руководителя лаборатории, созданный тогда продукт стали предлагать потенциальным пользователям. Но идея не полетела. 

— Мы думали, что программу все скачают и начнут пользоваться, — говорит Макаров. — Но быстро осознали, что в России всё работает не так. Виной тому наша бюрократия. Приходишь к врачу, он говорит: «Нет, я без разрешения заведующего «это» себе не поставлю». Идёшь к заведующему, тот отсылает к главврачу. Тот — в департамент здравоохранения. 

Ну, принцип, думаю, все уже поняли. 

Вопросы взаимодействия

— У медиков разное отношение к тому, чем мы тут занимаемся, — рассуждает научный сотрудник Владислав Ананьев. — Многие из них руками и ногами за, им интересно поучаствовать в чём-то новом, попутно решая проблемы в своей сфере. Ведь причина многих из них — банальный человеческий фактор. Например, у доктора большой поток пациентов, он банально устаёт. Тут что-то посчитал несерьёзным, где-то не досмотрел. Замылился глаз, вот и упустил. 

По словам Владислава, цель разработок лаборатории — автоматизировать рутинные процессы в работе врача, которые не требуют его сосредоточенного внимания. 

— В конечном итоге, выносить заключение будет именно доктор. Мы же поможем скинуть с него часть нагрузки, снизить поток монотонной работы, — объясняет Владислав Ананьев. 

Но есть медики, которые к таким инициативам относятся с ироничным скепсисом, называют всё это «игрушками». 

— Есть те, кто видит в наших разработках перспективу, но требуют пруфов. Говорят: «Вы сначала объясните и подтвердите, тогда мы вам поверим», — говорит Владислав. 

— И как у вас с доказательствами?

— С этим вообще довольно сложно. Нужно собрать большое количество данных по внушительной выборке, — отвечает Владислав. — Желательно, чтобы вся эта информация была подтверждена врачами. Только так мы сможем верифицировать модель. Но эти данные есть не всегда, поэтому с аргументами часто сложно. Нам ведь, помимо медицинского анамнеза, нужно знать о других факторах — образ жизни пациента, в каких условиях он работает, где живёт, курит или нет, занимается ли спортом. Только сопоставив все эти факторы, мы докопаемся до диагноза.

Улучшить коммуникацию — так свою главную задачу в проектах лаборатории формулирует почти дипломированный медик Анна Бурлан. 

Я хочу наладить взаимодействие между врачами старшего поколения и айтишниками. Потому что некоторые врачи вообще не понимают, чем мы тут занимаемся. Да даже ребята, с которыми я учусь — когда я им рассказываю, что я делаю на работе, совершенно не врубаются. Думают, что мы разрабатываем какие-то непонятные программы, которые никому не будут нужны.

Анна Бурланлаборант-исследователь, студентка шестого курса Института медицинского образования НовГУ 

— Врач, у которого в арсенале будут хорошие аналитические системы поддержки принятия решений, будет более мощным в постановке диагноза, — отвечает на врачебный скепсис руководитель лаборатории Владимир Макаров. — Ведь мозг человека ограничен. И допустить ошибку в работе с кардиограммой несложно — невнимание, усталость, всё бывает. Человеческий фактор. Но система поможет просчитать, подскажет. А врач ведь будет волен с этим не соглашаться. При этом система сможет обрабатывать такие объёмы данных, с которыми никогда не справится голова человека.

— А вдруг врачи привыкнут к вашим программам, а потом сами ничего не смогут? Не боитесь такого расклада? 

— Решение о диагнозе и лечении всё равно принимает врач. Но смотрите — наш первый проект, к примеру, идентифицировал информацию о 100 заболеваниях и 169 симптомах. Сможете найти врача, который все их знает? Скорее всего, рядовой доктор имеет риск оказаться в плену иллюзий. Он проверил какие-то симптомы, и на основе своего личного опыта ставит диагноз. Но ведь он может ошибаться. Если рядом есть более опытный доктор, то это хорошо — он сможет подсказать что, возможно, болезнь другая или имеем дело вовсе с наслоением заболеваний. И если такой подсказчик есть рядом, то это здорово. Его мнение можно отвергнуть, можно прислушаться. Вот мы такого очень опытного помощника создаём.

Закостенелость российской медицинской системы Владимир Макаров сравнивает с таким природным явлением, как град — мол, да, неприятно, но идти вперёд ведь как-то надо. При этом он признаёт — адекватные барьеры в этом деле всё равно нужны. Например, чтобы всякие шарлатаны не продвигали, например, мурчащего кота под видом биологической оздоровляющей технологии. А чего? Ведь ложится на больное место, мурчит. Помогает? Так почему б не запатентовать как лекарство? 

— На самом деле внедрить инновационные разработки, подобные нашим, в медицинскую сферу очень просто, — говорит Макаров. — На Западе этот вопрос уже решили. Для того, чтобы пациенту выплатили страховку, необходимо, чтобы врач подтвердил свой диагноз при помощи системы принятия медицинских решений. Всё вносится в протокол. Если система подтвердила решение, то страховая говорит: врач поступил правильно. Но мы понимаем, что в ближайшее время никакие системы не заменят реального врача. Потому что он думает головой и может, в случае чего, действовать не по шаблону или алгоритму. 

В рамках НЦМУ студентов Института медицинского образования НовГУ, кстати, уже обучают работе с системами принятий решений. 

— Мы сможем дать что-то полезное и нужное только после того, как влезем в шкуру врача, — делится главным подходом Владимир Макаров. — Когда мы увидим, как он каждый день в кабинете функциональной диагностики анализирует по 80 кардиограмм, бегает в реанимацию, работает с пациентами. Только побывав в его шкуре, мы сможем понять, что российскому доктору действительно нужно. А это непросто сделать, поверьте мне. 

Похлеще Минздрава 

— Чтобы не утратить желание учиться, нужно несколько раз получить от этого удовольствие, — говорит на прощание руководитель лаборатории Владимир Макаров. — Это как наркотик. Человеческий мозг отлично считывает, из-за чего он получает удовольствие. И если единожды получить кайф от обучения, от узнавания нового, то это будет продолжаться и дальше. 

На часах лаборатории почти семь часов вечера. Домой пока что никто не собирается. 

— А знаете ещё какая польза от нашей визуализации опухолей? Это точно отобьёт у детей желание покурить. Вот просто показываешь им в онлайн-режиме, как растёт рак и попутно говоришь, что 70% рака связано с курением. Поэтому пока наши ребята пишут программу, я уверен, ни у кого из них точно не появится желания покурить, — улыбается Владимир Макаров. 

Сам он, конечно, не курит. Давно на спорте. 

 Фото: Матвей Николаев. Иллюстрации: лаборатория медицинской информатики НовГУ

Материалы по теме