Пт. Авг 1st, 2025

Сибирские ученые создали систему для мгновенной оценки кровопотери

Изображение машины скорой помощи, демонстрирующей тему быстрой медицинской помощи.

Фото: Скорая помощь

Ученые Сибирского государственного медицинского университета (СибГМУ) разработали инновационную систему для высокоточной и быстрой оценки кровопотери. Эта разработка предназначена для использования в реанимационных отделениях и машинах скорой помощи. Результаты исследования были представлены на Международной научно-технической конференции в Минске.

Своевременное и точное определение объема кровопотери имеет решающее значение для спасения жизней, особенно в экстренных ситуациях, таких как крупные аварии, дорожно-транспортные происшествия или стихийные бедствия, где оперативная оценка состояния пострадавших критически важна.

Существующие медицинские мониторы, хотя и предоставляют данные о физиологических параметрах в реальном времени, требуют высокой квалификации и опыта от медперсонала для точной оценки состояния пациента, что создает риск человеческого фактора.

Для решения этой проблемы специалисты СибГМУ создали уникальный алгоритм, который автоматизирует процесс определения кровопотери. Цель разработки — внедрение киберфизической системы для мониторинга состояния пациентов как в машинах скорой помощи, так и в реанимационных палатах, минимизируя влияние человеческого фактора.

В основе новой системы лежит комплексное моделирование геморрагического шока, реализованное с помощью усовершенствованной платформы Pulse Physiology Platform.

Обработка данных осуществляется с помощью нейронной сети, анализирующей ключевые физиологические показатели: артериальное давление, частоту сердечных сокращений, уровень насыщения крови кислородом и другие параметры. Глеб Вишталюк, студент СибГМУ, отметил, что алгоритм успешно прошел тестирование и получил положительные отзывы от реаниматологов.

Исследование показало, что разработанная система не имеет аналогов в мире и демонстрирует исключительную точность – до 99% в определении кровопотери. Для обучения нейросети использовалась обширная база данных, содержащая более 21 840 записей физиологических показателей.

Следующий этап работы включает верификацию модели с использованием реальных клинических данных, собираемых благодаря интегрированной реанимационно-анестезиологической информационной системе в клиниках СибГМУ. Этот проект разработан в научно-технологическом центре «Цифровая медицина и киберфизика» в рамках стратегической программы «Приоритет-2030».

By Артём Науменко

Артём Науменко - петербургский журналист, освещающий темы науки, общества и технологий. Автор популярного цикла статей о российских научных достижениях.

Related Post