В обзоре представлены возможности применения искусственного интеллекта для изучения механизмов развития сахарного диабета (СД) и создания новых технологий его профилактики, мониторинга и лечения. В последние годы накоплен огромный массив молекулярных данных, раскрывающих патогенетические механизмы развития СД и его осложнений.
Интеллектуальный анализ данных и текстов научных публикаций (data mining и text mining) открывает новые возможности для обработки этой информации. Анализ молекулярно-генетических сетей позволяет выявить молекулярные взаимодействия, важные для развития СД и его осложнений, а также идентифицировать новые таргетные молекулы.
На основе анализа больших данных и машинного обучения созданы новые платформы для прогноза и скрининга СД, диабетической ретинопатии, хронической болезни почек, сердечно-сосудистых осложнений. Алгоритмы машинного обучения применяются для персонифицированного прогноза уровня глюкозы, создания систем введения инсулина с замкнутым контуром, а также систем поддержки принятия решений по модификации образа жизни и лечению СД. Представляется перспективным применение интеллектуальных систем для анализа больших баз данных, регистров, исследований в реальной клинической практике. Внедрение систем, основанных на искусственном интеллекте, соответствует глобальным трендам современной медицины, в числе которых переход к цифровым и дистанционным технологиям, персонификация лечения, высокоточное прогнозирование и пациентоориентированный подход. Очевидна необходимость дальнейших исследований в этом направлении, с оценкой клинической эффективности новых технологий и их экономическим обоснованием.
- В. В. Климонтов, В. Б. Бериков, О. В. Сайк
- https://doi.org/10.14341/DM12665
- Сахарный диабет. Том 24, № 2 (2021)