На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

От общего к частному: проблемы и решения фундаментальной науки

Фундаментальные дисциплины – биология, химия, физиология, анатомия, патофизиология, патанатомия и др. – составляют основу образовательной программы первых трех лет обучения в медицинских ВУЗах. При этом, многие студенты задаются вопросом о необходимости фундаментальных дисциплин специалистам, чья деятельность основана преимущественно на работе с пациентами, т.

е. направлена на решение конкретных практических задач. В пятом подкасте проекта «Медицина в точке бифуркации» о настоящем и будущем фундаментальных наук и их роли в современной клинической медицине рассказала Анна Николаевна Хоружая, врач-рентгенолог, младший научный сотрудник Центра диагностики и телемедицины Департамента здравоохранения Москвы, научный медицинский журналист, сооснователь и заместитель главного редактора портала «Нейроновости».

Зачем вообще нужны фундаментальные науки, и можно ли обойтись только клиническими исследованиями?

Без фундаментальных знаний о том, как устроен организм человека, невозможно понимать, что конкретно «ломается» и что необходимо лечить (т.е. «точка приложения» терапии). Следование современным рекомендациям и стандартам, а также схемам терапии – безусловно, важнейший компонент в клинической практике. Но достаточно ли этого, чтобы адекватно подходить к лечению человека? Несомненно, грамотное лечение требует более глубокого понимания хотя бы базовых механизмов развития заболеваний.

«Зачастую врачи не понимают патофизиологические механизмы заболеваний. Может быть, во время обучения этому не уделялось должного внимания, а сейчас, когда врач начал практическую деятельность, уже не хватает времени, чтобы погрузиться в фундаментальные вопросы и узнать, что происходит в организме, что может «ломаться», куда приложить (или не стоит прикладывать) то или иное лекарство, которое есть в рекомендациях. Чтобы адекватно подходить к лечению, надо понимать, на какой рецептор, на какой тип ткани повлияет то или иное вещество и как оно скомбинируется с другим веществом, который пациент принимает в качестве сопутствующего. Без понимания того, как все это работает, и что ломается, невозможно лечить людей.» – прокомментировала Анна Хоружая.

В медицине фундаментальные науки необходимы для понимания единой картины болезни и лечения, а потому являются основой существования прикладных специальностей. Ярким примером, иллюстрирующим важность фундаментальных исследований, является поиск лекарства для лечения болезни Альцгеймера: лечение заболевания в очередной раз проваливается в клинических испытаниях, при этом, есть множество препаратов, которые проходят доклинические испытания на животных.

Корреляция не равно каузация

Деление на фундаментальную и клиническую науку сохраняется и в научной публицистике. Однако нередко клинические исследования оказываются «бесполезными». В первую очередь, это связано с неверной интерпретацией результатов и «подменой понятий». Большинство исследований носят наблюдательный характер и нацелены на выявление корреляционной, а не фундаментальной, причинно-следственной связи между явлениями. Однако, как известно, корреляция не равно каузация. Другими словами, обнаружение ассоциативной связи не дает информации о природе и причине этой связи и не является основанием для того, чтобы заключать, что одно явление вызвано другим. Таким образом, «закапываясь в деталях», ученые упускают из виду общую, глобальную картину. Это также связано с высокой частотой некорректных трактовок результатов таких исследований в «широких массах».

Можно ли изменить вектор фундаментальных исследований, чтобы они были эффективны в долгосрочной перспективе?

«Сейчас многие исследования, в том числе в нейронауках, – корреляционные, т.е. не означающие причинно-следственные связи. Однако, когда выходят подобные работы, они могут пониматься общественностью совершенно иначе: если нашли связь, то одно вызывает другое, хотя эти связи не были установлены. Часто авторы делают сноску: "Для установления причин требуются дальнейшие исследования". Очень сложно провести такое исследование, которое бы позволило четко обнаружить и визуализировать причинно-следственную связь, и, в целом, наблюдательные исследования проводить проще.» – отметила эксперт.

Повысить доказательность наблюдательных исследований позволяет агрегация результатов в рамках мета-анализов и систематических обзоров, объединяющих большое число работ внутри одного анализа. Однако даже мета-анализ не позволяет получить ответ на вопрос о причинах наблюдаемых ассоциаций.

«Эта проблема и ставит большой вопрос о целесообразности доказательной медицины как понятия, на которое многие ссылаются и воспринимают как абсолютную истину. Слепое следование заветам доказательной медицины и возведение ее в абсолют – такой подход в корне не верен.» – добавила Анна Хоружая.

Для планирования глобальных и фундаментальных исследований и их дизайна, глубокого понимания узкой тематики или проблемы недостаточно: необходим широкий кругозор, который поможет понять, как лучше построить исследование, сколько для этого нужно людей, какого уровня должны быть эти специалисты и, самое главное, как все это объединить и реализовать. Такое планирование требует больших трудозатрат и финансовых вложений. Подобные исследования уже проводятся: например, это исследования в консорциумах, в которые входят десятки стран, и которые могут длиться десятилетиями. Именно они критически важны с точки зрения выявления причинно-следственных связей. И даже если эти работы не отвечают непосредственно на вопрос о каузальности явлений, данные, полученные в рамках многолетних исследований и принадлежащие большому числу людей, могут впоследствии использоваться учеными для анализа. И именно здесь особенно актуальны алгоритмы, которые позволяют работать с большими данными, в том числе алгоритмы искусственного интеллекта (ИИ) и машинного обучения.

«Чтобы это все спланировать, нужен исследователь с большой буквы – человек, который много знает во многих областях, может посмотреть "сверху" и увидеть неочевидные вещи, которые возможно было бы выявить. Такие специалисты должны появляться, и появляются со временем, но их немного. Гораздо проще сделать наблюдательное исследование, построить корреляцию и передать эстафету другим исследователям.» – прокомментировала эксперт.

Доказательная медицина и фундаментальные исследования

Основу доказательной медицины составляют три компонента: научно-обоснованные данные, обсуждение данных и принятие решений совместно с пациентом и клиническое мышление (рассуждение о патогенезе заболевания, точках воздействия препаратов и пр.). Главным принципом качественных фундаментальных исследований является системный подход: ученые должны изучать проблему широко, с разных сторон. Именно этот принцип стал толчком к развитию крупнейший фундаментальных научных проектов, таких как Human genome project, самый крупный биологический проект. Данные, полученные в рамках проекта, широко используются и изучаются.

Фундаментальные исследования в нейронауках

В нейронауках существует два крупнейших проекта по исследованию функций мозга. В 2013 году в Европе был запущен Human Brain Project. Проект отличался не только своим масштабом, но и сверхамбициозной задачей: через 10 лет ученые планировали полностью смоделировать мозг, в том числе все клеточные процессы и взаимосвязи. К сожалению, смоделировать весь мозг так и не удалось, однако исследователи смогли создать атлас области СА1 гиппокампе, важнейшей структуры для формирования воспоминаний, а именно смоделировать 5 млн клеток и 40 млрд связей между ними и создать цифровую модель этой части мозга. Помимо этого, была создана платформа E-Brains, объединяющая разработанные в ходе проекта инструменты и открытия. Невозможность достичь поставленную цель участники проекта связывают с неправильной постановкой задачи: на тот момент (и до сих пор) не было достигнуто единого взгляда на проблему, который бы объединял фрагменты знаний и открытий в единую систему.

В Америке в 2013 году на основе Алленовского института мозга был запущен проект BRAIN (Brain Research Through Advancing Innovative Neurotechnologie), также направленный на моделирование и создание атласов определенных областей мозга. Например, в полученный атлас моторной коры головного мозга млекопитающих, основанный на данных мозга мыши, нечеловекообразных приматов и человека, вошли все типы клеток, которые встречаются в моторной коре (а их больше 100 разновидностей!). При этом, ученые ориентировались не только на клеточные карты, но и на карты экспрессии генов, а также вариации экспрессии генов в нейронах определенных областей, которые могут специфически влиять на функционирование сети, в которую входит данный нейрон.

В 2019 году в Китае был запущен аналог американского проекта BRAIN. Аналогичные проекты сейчас начинают развиваться и во многих других странах. В России также была запущена подобная инициатива – национальная технологическая инициатива НейроНет.

Будущие горизонты в нейронауках

В долгосрочной перспективе перед нейронаукой стоят амбициозные цели. Одним из главных вопросов современной нейронауки является вопрос сознания. Этот вопрос задавался еще в древности, и к нему подходили с разных сторон – философии, биологии, математики, физики, однако ответа на него до сих пор нет. И даже сегодня с большим количеством инструментов по изучению функций мозга, оптимисты считают, что мозг изучен только на 2%, пессимисты – на 0.5%. А пока нет полного понимания того, как работает мы мозг, невозможно понять работу сознания.

«Менее глобальный вопрос – это вопрос переноса сознания человека на цифровую платформу. Сейчас все об этом говорят, мы видим это в кинематографе, литературе. И пока что консенсус таков – пока мы не узнаем, что такое сознание, мы не сможем перенести его в цифровой формат. Мы можем сделать цифровую копию человека, но основываясь исключительно на том, что он выдает в глобальное массовое пространство. Сейчас с этим стало проще, у всех есть социальные сети, поэтому делать "цифровые копии" стало гораздо легче (это прекрасно работает в таргетной рекламе). А вот о переносе сознания и личности – тут пока очень много вопросов. Это те вещи, к которым мы пока не приближаемся, но которые стоят горизонтом и манят к себе, и к которым человечество потихоньку двигается.» – отметила Анна Хоружая.

Фундаментальные проекты в России

В 2020 году на базе Центра диагностики и телемедицины стартовал крупнейший в мире фундаментальный и прикладной проект по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений «Московский эксперимент». Реализация проекта стала возможной благодаря созданию единого радиологического информационного сервиса (ЕРИС), который объединил все диагностическое оборудование в Москве (рентген аппараты, КТ, МРТ, ПЭТ и др.) в единую сеть. Любое исследование, которое проводится во всех городских поликлиниках Москвы, а также некоторых федеральных и частных клиниках, попадает в единое хранилище, затем в архив и далее на станцию врача лучевой диагностики врача-рентгенолога, который подготавливает протокол заключения. К хранилищу можно подключать различные алгоритмы ИИ, которые направлены на решение той или иной клинической задачи. Данные поступают в алгоритм после анонимизации, затем в течении фиксированного периода времени (6 минут) происходит их обработка и дальнейшая передача в архив. Наконец, обработанные алгоритмом данные вместе с нативным исследованием поступают врачу-рентгенологу. Полученные данные включают в себя не только фактический анализ изображений алгоритмом ИИ, но также касаются и точности работы алгоритмов на различных медицинских задачах. Это позволяет оценить не только эффективность обучения алгоритмов на конкретных типах данных, но и понять, как технические параметры настройки томографа и протоколы исследования и обработки влияют на оцениваемые показатели. Помимо этого, разработчики получают информацию о том, как со временем может меняться точность алгоритма, чтобы доработать сервис и сделать его лучше. Отличительной особенностью и одной из причин успеха «Московского эксперимента» стал системный подход. Глобальная задача проекта – показать реальную клиническую эффективность, т.е. принести пользу пациентам.


Adblock test (Why?)

 

Ссылка на первоисточник

Картина дня

наверх