Цифровой двойник пациента в Сеченовском университете построят на симбиозе нейросетей и математических моделей

Полноценный цифровой двойник пациента может появиться не на одних нейросетях, а на их соединении с математическим моделированием. Так ставит вопрос руководитель Центра математического моделирования в разработке лекарств Сеченовского университета Кирилл Песков. Его слова передаёт ТАСС: «Станут ли эти технологии на основе нейросетей в итоге полноценным цифровым двойником пациента? Думаю, он появится именно благодаря симбиозу с математическим моделированием».

Роли в этой связке эксперт распределяет чётко. Машинное обучение обрабатывает и структурирует данные, наращивая их объём. Моделирование даёт надёжный, биологически обоснованный каркас, который не позволяет прогнозам уйти в отрыв от реальности. Именно требование держать прогноз в биологических рамках, а не только наращивать массивы данных, и определяет, насколько применимым окажется инструмент, — интерпретация, но она прямо следует из логики цитаты.

Зачем это нужно, Песков объясняет на задачах разработки лекарств. Цифровые двойники он называет одним из перспективных инструментов для «лекарств будущего». С их помощью можно предсказывать концентрацию препаратов там, где измерить её невозможно, составлять популяции и когорты для виртуальных клинических исследований, прогнозировать эффект действия лекарств для групп пациентов, где препарат ещё не тестировался.

Существенно, что все эти применения обсуждаются в российском исследовательском центре, работающем на стыке вычислительных методов и фармакологии: центр при Сеченовском университете выступает здесь не наблюдателем, а постановщиком задачи для направления в целом. Формулировка про «симбиоз» задаёт планку, по которой технологию будут мерить, — не объём нейросетевых вычислений, а согласованность прогноза с биологией.