нейросети20 апреля 2026 г.

Учёные Маунт-Синай создали ИИ-модель, предсказывающую эффект CPAP-терапии на сердечно-сосудистый риск у пациентов с апноэ сна

Исследователи Медицинской школы Икана при Маунт-Синай разработали алгоритм машинного обучения, который впервые позволяет индивидуально предсказать, поможет или навредит CPAP-терапия конкретному пациенту с обструктивным апноэ сна. Модель выявила подгруппу пациентов, у которых терапия снижает кардиологический риск в 100 раз.

Учёные Маунт-Синай создали ИИ-модель, предсказывающую эффект CPAP-терапии на сердечно-сосудистый риск у пациентов с апноэ сна

Исследователи Медицинской школы Икана при больнице Маунт-Синай (Нью-Йорк) представили революционный инструмент на основе машинного обучения, способный предсказать, как CPAP-терапия повлияет на риск сердечно-сосудистых заболеваний у каждого конкретного пациента с обструктивным апноэ сна. Результаты исследования опубликованы 9 апреля 2026 года в журнале Communications Medicine (Nature). Это первая в мире модель, позволяющая персонализировать подход к назначению CPAP — самой распространённой терапии апноэ, которой пользуются около 25 миллионов американцев.

Команда под руководством профессоров Неоми Шах, Орена Коэна и Мэйте Суарес-Фариньяс проанализировала данные крупнейшего клинического исследования SAVE (Sleep Apnea Cardiovascular Endpoints), в котором участвовали более 2 600 пациентов из 89 медицинских центров в семи странах мира. Алгоритм оценил свыше 100 предикторов и отобрал 23 ключевых базовых характеристики, на основе которых строится индивидуальный прогноз эффективности терапии для каждого пациента.

Результаты оказались поразительными: ИИ выявил подгруппу пациентов, для которых CPAP-терапия снижает сердечно-сосудистый риск в 100 раз по сравнению с обычным лечением. Однако модель также обнаружила противоположную подгруппу — пациентов, которым терапия может навредить, увеличив кардиологический риск более чем в 100 раз. Это открытие ставит под сомнение универсальный подход к назначению CPAP и подчёркивает необходимость персонализированной медицины в сомнологии.

Наш подход знаменует переход к персонализированной медицине, отказ от стратегии один размер подходит всем, заявила профессор Неоми Шах. Профессор Суарес-Фариньяс добавила, что исследование продвигает предиктивный ИИ к инструментам поддержки принятия решений, основанным на причинно-следственных связях и способным влиять на реальные клинические решения. Модель анализирует данные сна и состояния здоровья каждого пациента, формируя индивидуальный балл вероятного эффекта терапии.

Обструктивное апноэ сна — одно из самых распространённых нарушений сна, при котором дыхательные пути периодически перекрываются во время сна, вызывая остановки дыхания. Заболевание напрямую связано с повышенным риском инфарктов, инсультов и гипертонии. До сих пор врачи назначали CPAP-аппараты практически всем пациентам с умеренным и тяжёлым апноэ, не имея возможности заранее оценить, принесёт ли терапия пользу конкретному человеку. Новая ИИ-модель впервые решает эту проблему на уровне индивидуального пациента.

Исследование проведено совместно с Институтом глобального здоровья Джорджа (Сидней), Университетом Нового Южного Уэльса, Университетом Аделаиды и Аделаидским институтом здоровья сна. Учёные планируют дальнейшую клиническую валидацию модели и её интеграцию в системы поддержки принятия врачебных решений. Если модель подтвердит свою эффективность в реальной практике, она может кардинально изменить подход к лечению миллионов пациентов с апноэ сна по всему миру, превратив ИИ из исследовательского инструмента в повседневного помощника сомнолога.

Попробуйте нейросети в MashaGPT

GPT-5, Claude, Gemini, генерация изображений и видео — всё в одном месте

Попробовать бесплатно
Источник:Medical Xpress