В ПНИПУ разработали модель для оценки легочной недостаточности у недоношенных

Проблема преждевременных родов актуальна для современной медицины. В России около 10% из 1,3–1,4 миллиона детей рождаются раньше срока. В Пермском крае этот показатель в течение последних 5 лет остается на уровне 6%.

У многих недоношенных детей развивается бронхолегочная дисплазия — хроническое заболевание, при котором легкие формируются неправильно. Это повышает риск респираторных инфекций и других проблем со здоровьем в будущем.

Ученые Пермского Политеха создали математические модели, которые позволяют предсказать развитие бронхолегочной дисплазии у новорожденных с экстремально низкой массой тела. Благодаря этому можно будет определить степень тяжести заболевания на ранних стадиях и подобрать своевременное лечение.

Статья опубликована в материалах Всероссийской студенческой научно-практической конференции (Санкт-Петербург, 2024 год). Исследование проведено в рамках программы стратегического академического лидерства «Приоритет 2030».

Бронхолегочная дисплазия — это заболевание легких, которое часто встречается у недоношенных детей с очень низким весом. Оно связано с незрелостью легких и вредным воздействием кислорода при искусственной вентиляции легких.

Есть три степени тяжести заболевания. Врачи стараются подобрать лечение, чтобы предотвратить развитие тяжелых форм болезни.

Существуют методы прогнозирования заболевания, но они основаны только на одной группе параметров, например, на результатах анализа пуповинной крови. Проблема в том, что эти методы не учитывают многие другие факторы, которые влияют на развитие болезни.

Ученые разработали новые модели, которые учитывают разные характеристики: вес при рождении, питание пациента, особенности аппарата искусственной вентиляции легких и другие.

Чтобы создать модель, которая поможет определить степень тяжести заболевания дыхательных путей у детей, нам нужны были данные. Их предоставили врачи — информация о 76 детях. У 56 из них заболевание было средней или тяжелой степени, а у 20 — либо отсутствовало, либо было совсем легким.

Этих данных было недостаточно, чтобы модель работала правильно. Поэтому мы создали множество компьютерных «двойников» с разными наборами показателей на основе информации о реальных пациентах. Это помогло расширить информационную базу для модели и сделать ее более точной, — комментирует Елена Полежаева, старший преподаватель кафедры „Прикладная математика“ ПНИПУ.

Программа определяет уровень заболевания у ребенка. Для этого ученые использовали базу данных и разработали два математических алгоритма: один для детей без заболевания или с легкой формой, другой — для детей со средней или тяжелой формой болезни.

Чтобы определить степень заболевания, нужно ввести в программу показатели ребенка. Программа посчитает, какое значение больше — то, что получилось при использовании первой функции или второй. В зависимости от этого программа определит группу, к которой относится ребенок.

Мы проверили эту систему на реальных данных 76 пациентов, которые использовались для создания модели. Точность составила 84,2%, что считается хорошим результатом, — заключает Андрей Давыдов, доцент кафедры «Прикладная математика» ПНИПУ, кандидат технических наук.

Модель поможет врачам ставить диагноз и назначать лечение недоношенным детям с экстремально низкой массой тела. Модель позволит определить, как снизить риск развития средней или тяжелой степени заболевания.

Ранее ученые сделали вывод, что преждевременные роды — это один из факторов риска развития аутизма.

13.01.2025