Правительство Санкт‑Петербурга

В Санкт‑Петербургском государственном университете аэрокосмического приборостроения создан цифровой инструмент для комплексного мониторинга состояния пациентов с рассеянным склерозом. Мобильное приложение NeuroLife, разработанное студенткой Института информационных технологий и программирования ГУАП Алиной Далибаевой, позволяет пациентам ежедневно отслеживать ключевые показатели самочувствия, а врачам — оперативно получать информацию о динамике состояния между плановыми визитами.

Рассеянный склероз — одно из сложныхаутоиммунных хронических заболеваний. Его симптомы могут включать двигательные, зрительные и когнитивные нарушения, возникать внезапно и характеризоваться различной динамикой. При этом между плановыми визитами к врачу важные изменения состояния пациента могут оставаться незамеченными.

Новое приложение призвано помочь в решении этой проблемы. Оно представляет собой не просто традиционный «дневник наблюдения за здоровьем», а полноценную систему мониторинга, анализа самочувствия и коммуникации с врачом, позволяющую систематизировать информацию, отслеживать динамику показателей и своевременно замечать тревожные сигналы.

Как отмечает разработчик, NeuroLife сочетает три ключевых элемента: специфичные для рассеянного склероза моторные тесты, автоматическую аналитику сигналов и прямой защищенный канал связи с врачом. Именно это является одним из главных отличий приложения от существующих аналогов.

В электронном дневнике пользователь оценивает девять показателей, включая онемение, нарушение координации, зрительные нарушения и мышечную слабость. Для каждого симптома предусмотрена подробная шкала оценки. На основе данных приложение рассчитывает индекс состояния дня от 0 до 100.

Сервис анализирует динамику показателей и автоматически формирует сигналы о возможном ухудшении состояния. В частности, система учитывает устойчивое повышение отдельных симптомов и изменение их средних значений за неделю. Сигналы имеют различные уровни приоритета и могут быть переданы врачу непосредственно через приложение.
Дополнительный аналитический модуль позволяет сопоставлять показатели между собой. К примеру, пользователь может отслеживать взаимосвязь качества сна, уровня усталости и настроения.

В приложении предусмотрены специальные моторные тесты. Таппинг-тест позволяет оценить мелкую моторику отдельно для каждой руки. Тест времени реакции включает пять попыток со случайной задержкой сигнала. Результаты сохраняются в истории наблюдений и отображаются в виде графиков.

Для врачей в NeuroLifeпредназначено отдельное пространство. Специалист может видеть список закрепленных пациентов, последние записи дневника, средние показатели за семь дней и активные сигналы. Пациенты с высоким уровнемсигналов выделяются красной меткой, благодаря чему врач может быстро расставить приоритеты.

Врач может назначать и редактировать план лечения (препарат, дозировка, рекомендации, дата следующего визита), а система автоматически отправляет пациенту уведомление об изменениях. Для коммуникации с пациентом предусмотрен защищенный чат.

При разработке приложения особое внимание уделено безопасности медицинских данных. Применяемые политики разграничения доступа гарантируют, что пациент видит только свои записи, а врач — только данные закрепленных за ним пациентов.

Надежность работы приложения проверена в ходе комплексного тестирования. Корректность аналитических алгоритмов оценивалась с помощью 11 модульных тестов, функциональность — в рамках 11 пользовательских сценариев. Отдельно была проведена независимая проверка механизмов защиты данных. Всего выполнено 30 тестов, все они завершились успешно.

Разработчик подчеркивает, что NeuroLife является инструментом информационной поддержки и мониторинга и не предназначен для самостоятельной диагностики или изменения лечения. Использованные эвристические правила и составной индекс основаны на анализе клинической литературы.

В дальнейшем планируется интеграция приложения с носимыми устройствамидля автоматической регистрации физической активности, добавление теста на когнитивные функции, реализация push-уведомлений и расширение аналитического модуля методами машинного обучения для персонализированного прогнозирования ухудшения состояния.

Следующим этапом станет сотрудничество с врачами-неврологами, валидация разработанных аналитических подходов и их клиническая апробация на реальной выборке пациентов.

«Петербург обладает сильными научными школами и создает условия для того, чтобы перспективные разработки находили практическое применение. Важно, что наши молодые исследователи участвуют в решении актуальных задач развития здравоохранения, успешно внедряя современные цифровые технологии. Мы заинтересованы в раскрытии инновационного потенциала наших вузов и научных организаций и продолжим оказывать им в этом всяческое содействие»,— подчеркнул вице-губернатор Владимир Княгинин.