Создан реестр пациентов с атеросклерозом для разработки цифровых клинических инструментов


Создан реестр пациентов с атеросклерозом для разработки цифровых клинических инструментов

Создан реестр пациентов с атеросклерозом для разработки цифровых клинических инструментов

Атеросклероз — системное заболевание, поражающее различные артериальные бассейны. Часто у одного и того же больного имеются значимые очаги повреждения различных локализаций — коронарных, брахиоцефальных артерий, аорты, артерий нижних конечностей, при этом прогноз пациента и оптимальная стратегия лечения определяются всем комплексом поражений, а также их морфологическими особенностями и индивидуальными темпами прогрессии атеросклероза, которые могут оцениваться по уровню различных биомаркеров.

Современные технологии искусственного интеллекта, машинного обучения позволяют прогнозировать исходы и осложнения, эффективность вмешательств на основе анализа больших массивов разнородных медицинских данных. Создание и клиническое исследование прогностических моделей формирует новые возможности определения оптимальной стратегии комплексного лечения пациента, включающего малоинвазивные или гибридные хирургические вмешательства, медикаментозную терапию, скрининг и профилактику наиболее вероятных осложнений. Для решения подобных задач необходимы массивы детальных и качественно собранных медицинских данных.

Специалистами НИЛ технологий прогнозирования риска развития сердечно-сосудистых осложнений НЦМУ «Центр персонализированной медицины» сформирован реестр пациентов с атеросклеротическим сердечно-сосудистым заболеванием с поражением магистральных и периферических артерий различной локализации, подвергнутых открытому или гибридному хирургическому вмешательству. В данной базе содержатся детальные клинические, лабораторные и инструментальные данные в динамике, также у включенных в реестр пациентов проведено биобанкирование материала атеросклеротических бляшек и образцов крови.

Дальнейший анализ накопленных данных позволит ученым выявить предикторы неблагоприятных событий с использованием технологий машинного обучения и разработать прогностические модели для дифференцированной оценки риска осложнений у больных с поражением магистральных и периферических артерий и определения оптимальных стратегий лечения наиболее тяжелых пациентов с множественными поражениями артерий, дающих наилучшие отдаленные клинические результаты.

15.09.2023

Возврат к списку