аспирант каф. урологии и хирургической андрологии
канд. мед. наук, проф., доц.
акад. РАН, д-р мед. наук, проф., зав. каф. урологии и хирургической андрологии
Urolithiasis is one of the most common pathologies in urological practice. To ensure a personalized approach in the treatment of urolithiasis by taking into account the specific characteristics of each individual patient and various alternative methods of treatment, mathematical models and algorithms are increasingly being used that significantly improve the quality of medical care. One of the most promising directions in the field of creating mathematical computer models is the development and implementation into daily practice predictive models based on the so-called artificial neural networks. They combine the complex properties of neurons of the human brain to analyze and process the information received. An analysis of domestic and foreign literature has been carried out showed that there is an active development of computer technologies using neural network models that allow rationalizing the tactics of treating patients, in particular with urolithiasis. In order to personalize the approach to the management of patients with urolithiasis and increase the reliability of predicting treatment results on the basis of the urological department of the State Clinical Hospital of S.P. Botkin within the framework of the research work of the Department of Urology and Surgical Andrology of Medical Academy of Continuous Professional Education along with the National Research University of Electronic and Technology “MIET” it has been planned to develop a program based on neural network modeling. This program will allow to standardize the choice of the method of treatment of ureteral stones and will help urologists make difficult decisions in non-standard situations, which will lead to an increase in the efficiency and quality of medical care.
Мочекаменная болезнь (МКБ) является одной из самых часто встречающихся патологий в урологической практике. Для обеспечения персонифицированного подхода в лечении уролитиаза с учетом конкретных особенностей каждого отдельного пациента, при наличии различных альтернативных методов лечения все чаще привлекают математические модели и алгоритмы, значительно повышающие качество оказания медицинской помощи. Одним из самых перспективных направлений в области создания математических компьютерных моделей является разработка и внедрение в ежедневную практику прогностических моделей на базе так называемых искусственных нейронных сетей, которые объединяют в себе сложные свойства нейронов головного мозга человека по анализу и обработке получаемой информации. Проведен анализ отечественной и зарубежной литературы, который показал, что идет активное развитие компьютерных технологий с использованием нейросетевых моделей, позволяющих рационализировать тактику лечения пациентов, в частности с МКБ. С целью персонификации подхода по ведению пациентов с МКБ, повышения достоверности прогнозирования результатов лечения на базе урологического отделения ГБУЗ «ГКБ им. С.П. Боткина» в рамках научно-исследовательской работы кафедры урологии и хирургической андрологии ФГБОУ ДПО РМАНПО совместно с кафедрой высшей математики №1 ФГАОУ ВО «НИУ “Московский институт электронной техники”» планируется разработать программу на основе нейросетевого моделирования. Данная программа позволит стандартизировать выборы метода лечения камней мочеточника и поможет практикующему врачу принимать сложные решения в нестандартных ситуациях, что приведет к повышению эффективности и качества оказываемой медицинской помощи.