Ученые-медики и ИТ-специалисты ПГУ разработали нейронные сети, способные определить подлинность лекарственных препаратов и диагностировать раннее развитие ХСН

Ученые-медики и ИТ-специалисты Пензенского государственного университета получили два свидетельства о регистрации программ для ЭВМ. Они продолжают обучать нейронную сеть диагностировать раннее развитие хронической сердечной недостаточности (ХСН) и определять подлинность лекарственных препаратов путем исследования их тензиометрических свойств. Нововведения помогут внедрить инновации в практическое здравоохранение. Это сократит риск развития сердечно-сосудистых заболеваний среди населения и поможет выявлять контрафактные лекарственные средства. Об этом написало интернет-издание «Газета.ru».

Ученые ранее получили патент и свидетельства о регистрации программы для ЭВМ по этим тематикам. В их планах продолжать работу — усовершенствовать прибор, проводящий тензиометрию. Напомним, исследования ученые Пензенского госуниверситета продолжают проводить в тесном сотрудничестве с коллегами из Донецкого национального медицинского университета имени М. Горького (ДонНМУ).

Свидетельство о государственной регистрации программы для ЭВМ было получено на компьютерную программу для качественного экспресс-анализа жидких лекарственных препаратов с использованием нейросетевого моделирования величин тензиометрических показателей эталонных и опытных образцов.

По сведениям Росздравнадзора, за 9 месяцев 2022 года доля серий некачественных лекарственных средств отечественного промышленного производства составила 71,9%, зарубежного промышленного производства — 28,1%.

Научный коллектив — Владимир Горбаченко , д-р техн. наук, профессор, заведующий кафедрой «Компьютерные технологии» ПГУ; Дмитрий Киреев , студент 2-го курса Медицинского института ПГУ; Никита Захаров , магистрант кафедры «Компьютерные технологии»; Владимир Потапов , кандидат медицинских наук, ассистент кафедры анестезиологии; Илья Милтых , студент 6-го курса Медицинского института ПГУ; Олег Зенин , доктор медицинских наук, профессор кафедры «Анатомия человека» ПГУ — исследовал тензиометрические свойства 10 лекарственных препаратов (альбумин 10%, анальгин, манитол, гелофузин, баралгин, дротаверин, кетанов, кеторолак, но-шпа, кеторол).

Наиболее опасными нарушениями качества лекарственных препаратов, которые трудно выявить, являются: фальсификация и нарушение условий хранения препарата до истечения его срока годности.

В настоящее время существуют различные способы и методы для определения некондиционных и просроченных препаратов (инфракрасная спектроскопия, высокоэффективная жидкостная хроматография, электрохимические методы и другие). Проблемой применения существующий подходов определения качества жидких лекарственных препаратов является необходимость использования специализированного оборудования и дорогих расходных материалов. Ученые ПГУ предложили подход, основанный на исследовании тензиометрических свойств жидких лекарственных препаратов с обработкой результатов с помощью нейронной сети.

«Наш способ поможет решить проблему выявления некондиционных и просроченных препаратов. Методы, основанные на определении физико-химических свойств жидкостей, позволяют просто и быстро выявлять некачественные лекарственные препараты», — поделился Дмитрий Киреев .

Исследование тензиометрических характеристик жидких лекарственных препаратов является продолжением исследования ранней диагностики развития хронической сердечной недостаточности. В марте этого года ученые получили патент на изобретение и в июне  — свидетельство о регистрации программы. Они нашли уникальный способ определения патологии — исследовать тензиометрические свойства жидкой части крови (плазмы и/или сыворотки) методом «висячей капли». Для этого требуется не более 4 мл крови и 10 минут.

Суть в том, чтобы исследовать динамическое и равновесное поверхностное натяжение жидкой части крови. Капля плазмы и/или сыворотки крови больного все время исследования находится под наблюдением видеокамеры прибора. Прибор автоматически регистрирует, как изменяются форма и объем капли. На основании этого программное обеспечение прибора автоматически рассчитывает величины тензиометрических показателей. Эти показатели отличаются у больных и здоровых людей. Любое отклонение может свидетельствовать о наличии патологии, а значит, позволяет поставить диагноз.

Первый вариант нейронной сети, на который получено свидетельство о регистрации программы, использовал равновесное поверхностное натяжение жидкой части крови и позволил с 98% точностью проводить раннюю диагностику развития ХСН. Прошедшим летом Дмитрий Грибков , магистрант кафедры «Компьютерные технологии», реализовал нейронную сеть для диагностики ХСН на основе характеристик динамического поверхностного натяжения капли крови.

«Это весьма сложная и недостаточно проработанная задача классификации многомерных временных рядов. Образно говоря, необходимо по виду нескольких кривых, характеризующих динамические характеристики поверхностного натяжения, определить наличие патологии. Но решение этой задачи позволяет существенно упростить и удешевить прибор. Для классификации многомерных временных рядов применена рекуррентная нейронная сеть, предназначенная для анализа последовательностей. Для того чтобы сеть „помнила” все значения временного ряда, использована сложная архитектура сети „долгая кратковременная память” (LSTM — Long Short-Term Memory). Использование рекуррентной нейронной сети позволило со 100% точностью диагностировать ХСН», — рассказал Владимир Горбаченко .

По словам Олега Зенина , они смогут усовершенствовать прибор, определяющий тензиометрические свойства. Это позволит удешевить его стоимость.

«Прибор состоит из нескольких элементов. Самый дорогостоящий из них — создающий осцилляцию капли (крови или лекарственного препарата). Наши исследования предварительно говорят о том, что от этой части можно отказаться. Таким образом, этот прибор будет стоить в два раза дешевле» , — уверен профессор.

Идея исследовать тензиометрические свойства лекарственных препаратов также оказалась успешной. Достаточно знать показатели образцов-стандартов. Это делает возможным использования значений этих показателей в качестве классифицирующих критериев. Вся процедура проходит так же, как и при анализе капли крови. Капля лекарственного препарата находится под наблюдением видеокамеры прибора. Прибор автоматически регистрирует, как изменяются ее форма и объем. На основании этого программное обеспечение прибора автоматически рассчитывает величины тензиометрических показателей. Все остальное за человека делают искусственные нейронные сети. Отметим, ученые ПГУ смогли доработать их функционал так, что определять заболевания и фальсификат стало возможным в 100% случаев.

Исследования проводились в ЦНИЛ ДонНМУ и специализированной лаборатории ПГУ с использованием аппаратно-программного комплекса РАТ 1 (Sinterface Technologies, Германия). Нейронные сети разрабатываются на кафедре «Компьютерные технологии».

Задача распознавания лекарственных препаратов является задачей многоклассовой классификации, для решения которой применяются полносвязные нейронные сети прямого распространения.

«Наша программа реализует многоклассовую нейросетевую классификацию опытных образцов. Выводы о качестве и подлинности фармацевтического препарата делаются на основании сравнения результатов, полученных на исследуемых образцах и образцах-стандартах. Программа может быть использована для качественного экспресс-анализа жидких лекарственных препаратов» , — рассказал Дмитрий Киреев .

На предложенный способ научный коллектив получил «Ректорский грант — 2023» «Разработка скринингового метода определения подлинности лекарственных препаратов и выявления патологических состояний в организме».

Ученые уже сейчас готовы предложить методику скринингового анализа растворов лекарственных веществ и биологических жидкостей, а также рекомендации для обоснованного вывода о нарушении качественности препарата. Разработку можно внедрить в практическое здравоохранение и во все организации, которые специализируются на выпуске и продаже лекарственных средств.

В планах научного коллектива  — подать заявку на программу «УМНИК».