Новые диагностические подходы к установлению тяжести хронической сердечной недостаточности – широко распространенного синдрома на фоне кардиоваскулярных заболеваний должны интегрировать результаты исследования различных звеньев патогенеза, создавать основу оценки риска её прогрессирования, определения дальнейшего индивидуального прогноза. С целью разработки алгоритма интегральной оценки и прогно-зирования функциональных нарушений системы кровообращения выполнен нейросетевой анализ эхо- и допплеркардиографических показателей, маркеров субклинического воспаления, липидных нарушений и ок-сидативного стресса, апоптоза, саркопении, интерстициального фиброза в миокарде, отражающих выражен-ность основных патогенетических процессов в прогрессировании хронической сердечной недостаточности у больных артериальной гипертонией пожилого возраста. Применение нейросетевого анализа с помощью ней-роимитатора NeuroPro 0,25 на основе консилиума нейронных сетей обеспечило высокоточную оценку риска кар-диоваскулярных расстройств. После проведения эксперимента получено 15 нейросетей минимальной структуры с их упрощением за счет сокращения числа входных сигналов, позволившее с высокой точностью прогнозировать функциональный класс недостаточности кровообращения. Определена наиболее высокая факторная значимость снижения сывороточного уровня тканевого ингибитора матриксной металлопротеиназы-1 менее 500 пг/мл, увеличения конечного диастолического размера левого желудочка свыше 5 см, уровня активности высокочувствительного С-реактивного протеина более 5 мг/л в определении прогноза прогрессирования хронической сердечной недостаточности.
хроническая сердечная недостаточность, старение, артериальная гипертония, нейросетевой анализ, прогнозирование
1. Беленков Ю.Н., Мареев В.Ю., Агеев Ф.Т. Хроническая сердечная недостаточность. Москва: Гэотар-Медиа, 2006. 432 с.
2. Бурмака А.А., Волков И.И., Иванов В.А., Серебровский В.И. Вероятностные нейронные сети с макрослоями в системах поддержки принятия решений по дифференциальной диагностике сердечно-сосудистых заболеваний // Медицинская техника. 2013. №4 (280). С. 18 -20.
3. Визир В.А., Березин А.Е. Иммуновоспалительная активация как концептуальная модель формирования и прогрессирования сердечной недостаточности // Терапевтический архив. 2000. № 4. С. 77-80.
4. Воронин Г.В., Пальцева Е.М., Руанет В.В., Хадарцев А.А., Хетагурова А.К. Нейросетевые технологии и вопросы идентификации в медицинских ис-следованиях. Часть I // Вестник новых медицинских технологий. 2008. № 4. С. 192-196.
5. Воронин Г.В., Пальцева Е.М., Руанет В.В., Ха-дарцев А.А., Хетагурова А.К. Нейросетевые техноло-гии и вопросы идентификации в медицинских исследованиях. Часть II // Вестник новых медицинских технологий. 2009. № 1. С. 33-34.
6. Диагностика ишемической болезни сердца интеллектуальной системой «АРМ-кардиолог» / Ефремова О.А., Камышникова Л.А., Никитин В.М., Железнова Е.А. [и др.] // Курский научно-практический вестник "Человек и его здоровье". 2014. № 1. С. 69-74.
7. Патогенез хронической сердечной недостаточности: изменение действующей парадигмы / Калюжин В.В., Тепляков А.Т., Вечерский Ю.Ю. [и др.] // Бюллютень Сибирской медицины. 2007. № 4. С. 71-79.
8. Руанет В.В., Хадарцев А.А., Хетагурова А.К. Использование самоорганизующейся карты признаков для решения задач моделирования в биологических системах // Вестник новых медицинских технологий. 2007. № 2. С. 148-149.
9. Ясницкий Л.Н. Введение в искусственный интеллект. Изд.3. Москва: Издательский центр «Академия», 2010. 176 с.
10. Диагностика и прогнозирование течения заболеваний сердечно-сосудистой системы на основе нейронных сетей / Ясницкий Л.Н., Думлер А.А., Богданов К.В., Полещук А.Н. [и др.] // Медицинская техника. 2013. №3 (279). С. 42-44.
