Сеченовский Университет создает ИИ для глюкозного контроля с учетом гормонов

В Первом Московском государственном медицинском университете имени И.М. Сеченова разрабатывают интеллектуальную систему для контроля уровня глюкозы у людей с сахарным диабетом. Уникальность проекта в том, что алгоритм учитывает гормональные циклы организма — менструальный цикл у женщин и суточные ритмы кортизола у всех пациентов. Это позволяет точнее прогнозировать скачки сахара и повышает эффективность терапии. Разработка ведется молодыми учеными Института бионических технологий и инжиниринга и может стать прорывом в персонализированной диабетологии.

Как ИИ учитывает гормональные циклы для контроля сахара

Проект базируется на алгоритме машинного обучения, который анализирует данные непрерывного мониторинга глюкозы (CGM) и сопоставляет их с фазами менструального цикла или уровнем кортизола. Известно, что колебания эстрогена, прогестерона и других гормонов могут вызывать резистентность к инсулину, но стандартные системы управления диабетом это игнорируют. Ученые Сеченовского Университета собрали пилотную выборку данных от 50 добровольцев с диабетом 1 и 2 типа. Система обучается предсказывать скачки сахара за 30–60 минут до их наступления, что дает пациенту время скорректировать дозу инсулина или прием пищи. По предварительным результатам, точность прогнозов повышается на 15–20% по сравнению с традиционными алгоритмами.

Почему гормональные циклы важны при диабете?

Проблема учета гормональных факторов при диабете известна давно. Исследования еще 2010-х годов показали, что у женщин с диабетом 1 типа уровень глюкозы может значительно меняться в разные фазы цикла. Однако коммерческие системы непрерывного мониторинга и инсулиновые помпы до сих пор не интегрируют эти данные. За рубежом существуют отдельные стартапы, например, израильская компания Nutrino, но их решения используют только базовые параметры. Сеченовский проект — первый в России, где гормональные циклы рассматриваются как ключевой входной параметр для ИИ. Это соответствует глобальному тренду на персонализированную медицину и цифровые биомаркеры. Разработка ведется в рамках программы «Приоритет 2030» при поддержке Министерства здравоохранения РФ.

Чем новая система отличается от аналогов?

В отличие от стандартных алгоритмов, которые анализируют только глюкозу и введенный инсулин, новая система использует дополнительные признаки: фазу менструального цикла, уровень стресса (по вариабельности сердечного ритма), данные о сне и физической активности. Модель представляет собой градиентный бустинг на основе ансамбля деревьев решений, обученный на временных рядах. Ключевое отличие — динамическое обновление весов признаков: если у пациентки в лютеиновой фазе обычно повышается сахар, алгоритм автоматически увеличивает чувствительность к этому фактору. Система работает в связке с любым CGM-сенсором (например, FreeStyle Libre или Dexcom) и фитнес-трекером. Интерфейс — мобильное приложение, которое выдает рекомендации по дозам инсулина и времени приемов пищи. Пока это прототип, но ученые планируют клинические испытания в 2027 году.

Технические детали и текущий статус разработки

Сейчас система обучена на синтетических данных и ограниченной реальной выборке. Точность прогнозирования гипогликемии (падение сахара ниже 3.9 ммоль/л) составляет 87%, гипергликемии (выше 10 ммоль/л) — 82%. Для сравнения, у стандартных алгоритмов (например, в системе Medtronic Guardian) эти показатели — около 70–75%. Однако выборка пока мала, и результаты могут измениться на больших данных. Разработка использует библиотеки Python (scikit-learn, XGBoost) и развернута на облачной платформе. Ученые подчеркивают, что модель не требует мощных вычислительных ресурсов на стороне пациента — все расчеты ведутся на сервере, а приложение лишь отображает результаты. Планируется интеграция с электронными медицинскими картами через стандарт FHIR.

Кому будет полезна новая ИИ-система?

Новая система в первую очередь предназначена для пациентов с диабетом 1 типа, которые используют инсулинотерапию. Для них персонализированные прогнозы означают снижение риска тяжелых гипогликемий и улучшение гликированного гемоглобина (HbA1c). Также технология может быть полезна женщинам с диабетом 2 типа на ранних стадиях, особенно в период менопаузы, когда гормональные колебания особенно выражены. Для врачей-эндокринологов система станет инструментом удаленного мониторинга: врач сможет видеть не только график сахара, но и предполагаемые причины скачков. Это сократит время на подбор терапии. В России, по данным Минздрава, диабетом страдают около 5 миллионов человек, и спрос на такие решения будет высоким.

Планы на будущее и перспективы внедрения

Ближайшие планы ученых — расширить выборку до 500 пациентов и провести слепое рандомизированное исследование. Если результаты подтвердятся, система может быть зарегистрирована как медицинское изделие в 2028 году. Параллельно ведется работа над мобильным приложением и интеграцией с популярными CGM-системами. В перспективе алгоритм можно адаптировать для других эндокринных заболеваний, например, для контроля уровня гормонов при заболеваниях щитовидной железы. Разработка Сеченовского Университета — важный шаг к персонализированной диабетологии. Учет гормональных циклов позволяет ИИ точнее предсказывать колебания сахара, что может улучшить качество жизни миллионов пациентов. Следите за новостями — в 2027–2028 годах система может выйти на рынок.