В газете "Коммерсант" вышло интервью с новым сотрудником нашего университета А. Золотаревым. Ниже мы публикуем полный текст интервью. 

Все больше научных проектов России и в мире появляется на стыке физики, медицины и информатики. Об одном из таких проектов, связанных с созданием цифрового двойника человеческого сердца, «Ъ-Наука» беседует с заместителем директора Института интеллектуальных кибернетических систем НИЯУ МИФИ, доцентом кафедры криптологии и кибербезопасности Александром Золотаревым.

Интервью взято для рубрики «Голос науки». 

Кардиология+математика

— Наш традиционный вопрос – в чем заключается ваш научный проект?

— Я занимаюсь применением методов искусственного интеллекта в кардиологии. Есть такая проблема, как нарушение ритма сердца. Самое частое нарушение ритма сердца — это фибрилляция предсердий или мерцательная аритмия. В этой сфере много задач – как мы можем диагностировать это заболевание, и как затем применять различные методы лечения. Я защитил диссертацию на эту тему, а на стадии постдока в Англии я занимался тем, что исследовал цифровые двойники сердца – именно применительно к этой задаче. Сейчас в МИФИ я планирую продолжать эту тему, исследовать, как вычислительными методами, решая дифференциальные уравнения, можно просчитать, как именно распространяется сигнал по сердечной ткани, а затем подсказать, какой именно вариант лечения, какое лекарственное средство будет наиболее оптимальным для конкретного пациента. Есть несколько возможных подходов к этой проблеме - можно смотреть на нее с точки зрения генетики, можно с точки зрения молекулярной биологии, с точки зрения биофизики – а можно с точки зрения математики. Мой подход - скорее математический.

— Какой тип искусственного интеллекта применим именно в данном случае?

— Прежде всего - компьютерное зрение, то есть мы оцениваем изображения. Это именно то, как врач смотрит на эту проблему. Когда к нему приходит новый пациент, он его кладёт на операционный стол, после чего в сердце человека вводятся определённые катетеры, которые считывают электрический сигнал с внутренней поверхности сердца. И по тому, как распространяется сигнал, врач видит картинку либо видео, как именно происходит распространение волны возбуждения. И на основании этого он делает вывод, что вот тут, наверное, патологическая область, и нужно там применить оперативное вмешательство.

— Конечно, зрение в данном случаен нельзя понимать в буквальном смысле?

— Да, тут имеется два варианта. То, что мы делаем сейчас, это электродное картирование. Электрод кладётся на поверхность органа, с него считывается сигнал, дальше происходит обработка полученной информации, и дальше результаты обработки визуализируются в форме видео от многих электродов, из которого понятно, как этот сигнал распространялся по ним. Есть другой вариант, на основе оптики, когда ставится камера, а сердечная ткань прокрашивается специальной краской, которая меняет свой цвет в зависимости от того, какое значение потенциала действия в этой области. Эта технология, к сожалению, не может применяться вживую, потому что тут нужно открывать грудную клетку — это уже большая полостная операция. Это скорее экспериментальная технология. Такой технологией я занимался во время аспирантуры.

Данные от сердца

— На чем же проводились эксперименты?

— На эксплантированных человеческих сердцах. Когда, например, какому-нибудь человеку с тяжёлым заболеванием имплантируют донорское сердце, его собственное больное сердце можно просто выкинуть, а можно взять и отдать учёным. И вот я оказался как раз тем учёным, которому эти сердца отдавали. То есть конечно не лично мне - там был большой институт, который этим занимался, 40 лабораторий. Кто-то опять же смотрел генетику, кто-то какие-нибудь белки, там много разных вариантов, что можно посмотреть. А конкретно наша лаборатория занималась тем, что это сердце клали в чашку Петри, оно правильно оксигенировалось через канюли, то есть имитировалось, как будто оно продолжает жить, для этого использовался специальный оксигенированный раствор, который имитировал кровь, благодаря чему сердце продолжало жить около 12 часов, по нему проходили электрические сигналы и в это время можно было проводить электроэксперимент.

— В ваших исследованиях имеет место машинное обучение?

— Конечно.

— И откуда же берётся массив данных для обучения?

— Вот оттуда и берётся. Это те уникальные данные, которые получены в лаборатории в экспериментах на эксплантированных органах. Но есть данные, которые получить проще, например, просто о геометрии сердца, они берутся из МРТ и КТ. У нас сейчас договор с НМИЦ хирургии имени А.В. Вишневского на совместный грант, и они предоставляют свои данные. В принципе, есть открытые датасеты, они открыты именно для того, чтобы на них обучались модели машинного обучения. Кстати, два года назад моя научная группа участвовала в большом международном соревновании, в котором нужно было как можно качественнее предсказать полости левого и правого предсердия и их стенки, и мы это соревнование выиграли.

Как подправить ИИ

— Успех в этой области больше зависит от софта или от математики?

— Он зависит точно от математики, потому что все команды применяют примерно одни и те же алгоритмы. Здесь вопрос именно в том, что ты можешь подкрутить в обычном алгоритме или придумать же абсолютно новый алгоритм. Но абсолютно новые подходы придумываются не каждый год. Текущий, которые редко кто превосходит, появился где-то в 2015 году. На этом пока всё остановилось, поэтому в основном все что-то докручивают и специально адаптируют существующие алгоритмы под нужный профиль и под нужный датасет. Например, сердечная сегментация сильно отличается от сегментации, скажем, спутниковых изображений, и там что-то можно подкрутить.

— И как тут рождаются новые математические идеи?

— Не то, чтобы новые идеи, скорее ты смотришь на то, где не дорабатывает базовая модель и пытаешься её адаптировать. Приведу такой пример. Я раньше участвовал в челленджах по сегментации аорты. Аорта — это самый большой сосуд в организме. Но машина часто не знает того, что знаем мы, что это сосуд, по которому течёт кровь, она иногда выкидывает какие-то участки, и на представленных схемах остаются разрывы. Понятное дело, что с точки зрения человека это первое, что бросается в глаза. Что мы сделали? Мы посмотрели и поняли, что нужно добавить функцию, чтобы модель понимала, что этот сосуд должен быть целостным. Нужно провести какую-то, скажем так, центральную линию по этому сосуду, которая не должна прорываться, и определить диаметр этого сосуда. Диаметр тоже сильно не должен меняться. Вот эта идея была математически записана, внедрена в модель и сыграла свою роль.

Врачу – обратить внимание

— Ну а каким образом от исследования распространения аритмии мы переходим к рекомендациям для врачей?

— Врач смотрит на картину распространения, чтобы понять, откуда идёт патологический сигнал. В норме он должен проходить как фронтальная волна. В общем случае волны идут в одном направлении, и ничего их не прерывает. Но если возникает некое препятствия, если что-то встаёт на пути волны, то там начинается какое-то бурление, вихри, буруны, турбулентность. Врач смотрит на это и пытается понять, из-за чего это возникает, где ее источник? Тогда его нужно изолировать, что-то с ним нужно физически сделать. Мы же скорее пытаемся подсветить те области, на которые врач сам должен обратить внимание. Это не руководство к действию, это система поддержки и принятия решения. Мы ему подсвечиваем область, он сам принимает решение.

— То есть, когда это станет готовым продуктом, это будет некая картинка, на которую врач будет смотреть.

— Да, некая тепловая карта, которая позволяет обратить внимание врача именно туда, куда надо. Сначала дается панорамное изображение с низким разрешением, потом врач выделяет отдельные участки, требующие пристального внимания.

— То есть можно сказать, что тут три части. С одной стороны, есть катетеры, которые вставляются в сердце, с другой стороны, есть компьютер, на который смотрит врач, и, а вы посередине, вы делаете алгоритм обработки информации.

— Да, алгоритм, который помогает врачу. То есть это некая система постобработки полученного сигнала.

Создать в МИФИ «точку притяжения»

— Как можно охарактеризовать текущий статус вашего проекта?

— Пробная версия этого алгоритма есть, мы опубликовали ряд статей, но сказать, что мы готовы дать врачам готовый продукт нельзя. План работы можно разделить на несколько частей. Мы должны сделать цифровой двойник сердца, а такие двойники бывают анатомические и физиологические. Анатомический двойник фиксирует статику, форму предсердия, то, как меняется распределение фиброза, или рубцовой ткани. Мы всё это в свою модель внедрили и смоделировали. После этого в модель надо добавить динамику, а это значит, что двойник сердца становится физиологическим. Физиологический цифровой двойник сердца в принципе существует, в США есть компания, которая этим занимается, она уже проводит клинические испытания. Мы ещё не на этом этапе. Но это тот маяк, который светит впереди нас, и мы видим, что, в принципе, это возможно. Наша задача - в течение нескольких лет выйти примерно на тот же уровень и показать, что на нашей когорте пациентов мы сможем ретроспективно воспроизвести все данные с катетеров. И тогда на следующем этапе мы не просто будем использовать данные пациентов, которые уже прошли лечение, а сможем анализировать данные новых пациентов, то есть получить не ретроспективные, а проспективные результаты.

— Это ваши дальние планы. А какие ближайшие?

— Ближайшие планы - набрать научную группу, выигрывать гранты. Дело в том, что я только начал свою карьеру в МИФИ и пока тут группы как таковой нету, есть несколько студентов, которые этим всем заинтересовались и которые принимают участие. Я также заместитель директора института по науке, и моя задача в первую очередь не развивать свою научную группу, а развивать исследования искусственного интеллекта в целом в МИФИ, чтобы здесь появилась некая точка притяжения. В Москве и России несколько таких больших исследовательских центров, но МИФИ, к сожалению, пока ещё в их число не входит. Наша задача - дать понять людям, что здесь тоже есть программа работы с искусственным интеллектом, что сюда можно прийти работать и развивать науку.

Беседовал Константин Фрумкин, пресс-служба МИФИ

Об условиях поступления в наш университет - читайте на сайте Приемной комиссии МИФИ.