Возможности искусственного интеллекта в выявлении и контроле неврологических расстройств

Искусственный интеллект и его подтипы

Таблица 1. Типы технологий искусственного интеллекта и их применение

Таблица 1. Типы технологий искусственного интеллекта и их применение (окончание)

Таблица 2. Преимущества и недостатки искусственного интеллекта и машинного обучения

Неврологические заболевания являются основной причиной инвалидности и смертности. Здоровье мозга стало основным приоритетом после принятия в 2022 г. Межотраслевого глобального плана действий Всемирной организации здравоохранения по борьбе с эпилепсией и другими неврологическими расстройствами на 2022–2031 гг. [1–6]. В то же время стремительное развитие искусственного интеллекта (ИИ) меняет алгоритм проведения неврологических исследований и сложившуюся клиническую практику. Взаимодействие неврологии и ИИ характеризуется огромным потенциалом в аспекте изменения медицинской сферы – от повышения точности диагностики неврологических расстройств до разработки индивидуальных планов лечения и ускорения исследований в области нейробиологии [7–12].

Внедрение ИИ в неврологическую практику знаменует собой значительный сдвиг парадигмы, меняющий подход к оказанию медицинской помощи. Благодаря своей роли в поддержке принятия клинических решений ИИ позволяет неврологам справляться со сложностями диагностики и лечения неврологических расстройств с беспрецедентной точностью и эффективностью [13–15]. Технологии ИИ органично дополняют традиционные методы диагностики и тем самым повышают способность выявлять такие состояния, как инсульт, по результатам сканирования, распознавать начальные признаки папиллярного отека и диабетической ретинопатии, прогнозировать состояние комы с помощью интерпретации данных электроэнцефалограммы (ЭЭГ). Подобная интеграция снижает диагностическую неопределенность и позволяет неврологам разрабатывать индивидуальные стратегии лечения, что в конечном итоге повышает качество медицинской помощи и эффективность лечения. ИИ не только дополняет традиционные клинические методы, но и способствует автоматизации рутинных задач, оптимизирует рабочие процессы, повышает общую эффективность работы неврологов. ИИ снижает рутинную нагрузку врачей. У них высвобождаются время и ресурсы для решения приоритетных задач, что делает возможным пациентоориентированный подход к оказанию медицинской помощи. По мере развития технологий ИИ неврологи получают в свое распоряжение передовые инструменты и знания, позволяющие им эффективно справляться со сложными клиническими ситуациями.

Таким образом, ИИ меняет будущее медицинской практики и открывает новую эру прецизионной неврологии [16].

Типы искусственного интеллекта и предшествующие исследования

Несмотря на обширные исследования, помогающие диагностировать сложный спектр заболеваний, внедрение полученных результатов в клиническую практику оказалось сложной задачей. Машинное обучение помогает преодолеть разрыв между получением и интерпретацией клинических данных и точной диагностикой [3, 17, 18]. Типы ИИ представлены на рисунке.

Устройства с технологией ИИ, включая умные часы, смартфоны и планшеты, используются исследователями не только для выявления и стратификации сложных двигательных нарушений [11, 19] либо аритмий, в том числе фибрилляции предсердий [12, 20]. Такие устройства применяются и для прогнозирования аспирационной пневмонии у пациентов с нарушением глотания вследствие инсульта и деменции [14, 21], а также для повышения приверженности больных антикоагулянтной терапии (табл. 1). Эпилептологи используют интеллектуальные устройства с датчиками на запястье, подключенные к iPad, для обнаружения судорожной активности и разработки дифференциальной диагностики и алгоритмов лечения редких эпилептических синдромов. Эти исследования могли бы в дальнейшем расширить понимание патофизиологии феномена внезапной смерти при эпилепсии [21–29].

Основополагающим принципом прецизионной медицины является использование ИИ, который в конечном итоге станет важной составляющей неврологического лечения. Это новый подход к лечению и профилактике заболеваний, учитывающий множество переменных, таких как генетические особенности, окружающая среда и образ жизни. ИИ способен работать с беспрецедентной скоростью, используя огромные компьютерные мощности без какого-либо программирования человеком [8]. Перспективы применения ИИ во всех областях, особенно в неврологии, обнадеживают, поскольку его применение связано с прогнозированием исходов судорожных приступов, классификацией опухолей головного мозга, повышением качества нейрохирургических вмешательств, реабилитацией.

Переход пациентов, перенесших инсульт, на приложения для смартфонов, отслеживающие симптомы и прогрессирование заболевания, представляется многообещающим [9]. За последние два десятилетия было изобретено и исследовано множество гаджетов, оснащенных ИИ, для улучшения функциональности, эффективности диагностики и прогноза у пациентов с неврологическими расстройствами, например:

• Apple Watch, отслеживающие тремор и бессимптомную аритмию;
• устройства iPad, отслеживающие способность пациента к рисованию при подозрении на двигательные нарушения;
• компьютерная и магнитно-резонансная томография с ИИ, позволяющим специалистам анализировать сложные изображения;
• медицинские приложения с ИИ для улучшения приверженности пациентов лечению;
• приложение EpiFinder для определения типов эпилептических приступов для сортировки пациентов [10].

В неврологии появляются новые возможности в виде ИИ, который помогает улучшить прогноз.

Инсульт

Инсульт является основной причиной инвалидности и пятой по значимости причиной смерти в США. Каждый год у 795 тыс. американцев случается новый или повторный инсульт. По оценкам, ежегодно прямые медицинские расходы составляют 24 млрд долл. [30]. Только менее 5% пациентов получают внутривенную тромболитическую терапию, несмотря на острую необходимость в ней для сохранения тканей при остром ишемическом инсульте [31, 32]. Это может быть обусловлено отсутствием у врача опыта применения тромболитиков, риском кровоизлияния в 6% случаев при их использовании, проживанием пациентов в сельской местности, где возможности оказания медицинской помощи ограниченны, а также тем, что инсульты развиваются внезапно. Таким образом, необходимы оптимизация медицинской помощи и совершенствование технологий для решения этой сложной проблемы и снижения постоянно возрастающих затрат.

МО предсказывает не только риск повторного инсульта в течение года после транзиторной ишемической атаки или небольшого инсульта, но и время с момента его возникновения. Машинное обучение, которое является оптимальной альтернативой у пациентов с неизвестным временем развития инсульта (инсульт пробуждения), помогает врачам разрабатывать более эффективные терапевтические алгоритмы [14].

Умные устройства с приложениями, использующие, в частности, метод фотоплетизмографии, и портативные электрокардиографы, с большей точностью определяют частоту сердечных сокращений и вариабельность сердечного ритма, а также выявляют бессимптомную фибрилляцию предсердий, что помогает предотвратить эмболический инсульт [12].

Эпилепсия

С учетом разнообразия клинических проявлений эпилепсии частота ошибочных диагнозов составляет 26% в эпилептологических центрах и 20–40% – в обычных стационарах. Как следствие – частые необоснованные исследования и лечение. Применение машинного обучения при эпилепсии варьируется от диагностики эпилепсии [23], психогенных неэпилептических приступов и редких подтипов эпилепсии до предотвращения внезапной смерти при эпилепсии и минимизации вариабельности интерпретации ЭЭГ между наблюдателями. Показано, что машинное обучение может диагностировать височную эпилепсию за счет выявления изменений микросостояния, а не за счет обнаружения иктальных или интериктальных разрядов на повторной ЭЭГ кожи головы. В данном аспекте следует отметить влияние множества факторов, в частности прием лекарственных средств, недосыпание, смену исследователей. Алгоритм EpiFinder, используемый в третичном центре, способен отличать эпилептические синдромы от других приступов [23].

Пилотное исследование с использованием датчиков на браслетах выявило повышение активности эпидермиса (ПАЭ) при эпилептических приступах. Увеличение ПАЭ было пропорционально выше при генерализованных тонико-клонических приступах по сравнению со сложными парциальными [22]. Повышенный уровень катехоламинов в плазме крови после тонико-клонических приступов подтверждает данное предположение. Вероятно, эта вегетативная нестабильность симпатического всплеска во время приступов играет определенную роль в развитии внезапной смерти при эпилепсии [22]. Психогенные неэпилептические припадки напоминают эпилептические приступы и состоят из эпизодов пароксизмальных поведенческих проявлений, в том числе двигательных, сенсорных и поведенческих. У 20% пациентов с эпилепсией, направленных в специализированный центр, в конечном итоге с помощью золотого стандарта, видео-ЭЭГ, диагностируются психогенные неэпилептические приступы. Следовательно, существует необходимость в выявлении более качественных, быстрых и доступных тестов для снижения значительной хронической нетрудоспособности, потери рабочего времени, многократных госпитализаций и связанного с этим риска заболеваемости и смертности.

Исследователи смогли идентифицировать психогенные неэпилептические приступы, используя машинное обучение с многофакторным анализом нейровизуализации, а также вторично локализовать области мозга в лимбической правой нижней лобной извилине. В нижней лобной коре отмечались также изменения, связанные с компульсивно-импульсивными расстройствами, синдромом Туретта, болезнью Паркинсона с дискинезией, вызванной приемом леводопы. Алгоритм EpiFinder, используемый в третичном центре, позволил отличить эпилептические приступы от психогенных неэпилептических [23].

Сотрясение мозга

Сотрясение мозга – еще одна проблема, не имеющая подтвержденных критериев диагностики, что приводит к вариабельности результатов обследования. Клиническая картина включает когнитивные и некогнитивные нарушения, в том числе расстройства сна, равновесия и пр. Предыдущие исследования были сосредоточены на оценке результатов нейровизуализации, симптоматики и когнитивного тестирования, несмотря на разнообразную симптоматику. МО позволяет не только выявлять пациентов с сотрясением мозга и повышать качество диагностики на основе индивидуальных данных, включая нейровизуализацию, когнитивную сферу, движение глазных яблок. Оно также помогает исследовать менее изученные и сложные вестибулярные нарушения, чтобы лучше понимать и выявлять различные фенотипы, такие как когнитивные нарушения, глазодвигательные, аффективные расстройства, поражение шейного отдела позвоночника, головные боли и пр. [15].

Деменция

Лобно-височная деменция – нейродегенеративное заболевание, на долю которого приходится 20% случаев деменции у молодых людей и которое характеризуется высокой частотой ошибочных диагнозов. Это часто приводит к ухудшению самочувствия пациентов, излишним лабораторным обследованиям, посещениям клиники и повторной визуализации, а также к увеличению расходов на медицинскую помощь [29]. По сравнению с другими формами деменции лобно-височная деменция ассоциирована с худшим прогнозом и меньшей продолжительностью жизни пациентов [20]. Исследование, проведенное в Великобритании, показало, что алгоритмы глубокого обучения способны сократить количество необоснованных исследований, снизить затраты, повысить удовлетворенность пациентов лечением за счет повышения качества лечения [29].

Ограничения

Как уже отмечалось, ИИ может играть важную роль в выявлении неврологических расстройств [7]. Он преобразовал объем собранных данных в информацию, имеющую клиническую значимость [7]. Однако, несмотря на все преимущества, существуют огромные ограничения его применения и неизвестные правовые последствия (табл. 2).

В настоящее время мобильные приложения, используемые для мониторинга пароксизмальной формы фибрилляции предсердий и длительной антикоагулянтной терапии, зарекомендовали себя как эффективные инструменты. Однако ранее их использование нередко сопровождалось большим количеством ложноположительных результатов и дорогостоящим необоснованным обследованием [12]. Сказанное означает, что правительства и органы общественного здравоохранения должны принимать во внимание медико-правовой аспект и вопросы материально-технического обеспечения в целях систематического и своевременного скрининга, экономической эффективности и ведения пациентов с впервые выявленной фибрилляцией предсердий [12]. Вопрос, заменит ли ИИ врачей, остается спорным. Тем не менее роль ИИ, интегрированного в систему здравоохранения, переоценить сложно.

Выводы

Неврологические заболевания не только являются тяжелым бременем для экономики, увеличивая общие расходы, но и влияют на продолжительность жизни и тяжесть инвалидизации. Способность ИИ анализировать медицинские данные при профилактике заболеваний, диагностике, мониторинге состояния пациентов поможет точнее и эффективнее обрабатывать большие объемы данных. ИИ может повысить надежность диагностики фибрилляции предсердий, диагностировать эпилепсию, психогенные неэпилептические заболевания, сотрясение мозга и двигательные расстройства, а также нарушения вегетативных функций для предотвращения внезапной смерти при эпилепсии.

Успешная интеграция ИИ в неврологическую практику зависит от строгого соблюдения этических норм, защиты конфиденциальности данных и доступа к инновациям. Формирование культуры инноваций, сотрудничества и ответственного внедрения ИИ необходимо для того, чтобы использовать возможности ИИ и эффективно управлять сопутствующими рисками. Непрерывное развитие ИИ в неврологической практике способно изменить подход к лечению пациентов, стимулировать научные исследования и обеспечить передовую прецизионную медицину, направленную на расширение возможностей медицинских работников, улучшение результатов лечения и повышение качества жизни пациентов [16].