Основной тренд – это глубокая интеграция мобильных и носимых устройств в повседневную практику. Эти гаджеты станут не просто трекерами, а умными помощниками. С помощью искусственного интеллекта они будут анализировать индивидуальные данные пользователя и формировать персонализированные рекомендации для нормализации сна. Это позволит подходить к решению проблемы гораздо точнее и эффективнее.

Эдуард Закирзянович Якупов – один из ведущих российских экспертов в области неврологии, сомнологии, вертебрологии и ангионеврологии, доктор медицинских наук, профессор и директор «Нейроклиники» (г. Казань). В этом интервью мы обсудим с ним одну из самых актуальных и сложных проблем современной медицины – инсомнию, или хроническую бессонницу. За последние годы подходы к диагностике и лечению нарушений сна претерпели значительные изменения. Если раньше основным инструментом врача были фармакологические препараты, то сегодня на первый план выходят цифровые биомаркеры, искусственный интеллект и персонализированная медицина. Мы поговорим о том, как изменилась диагностика инсомнии за последнее десятилетие, какие новые методы и инструменты уже используются в клинической практике и почему когнитивно-поведенческая терапия является золотым стандартом лечения. Эдуард Закирзянович поделится своим видением будущего: как искусственный интеллект и биотехнологии изменят парадигму помощи пациентам с бессонницей и почему индивидуальный подход становится ключом к успеху в борьбе с этой распространенной патологией.

● Эдуард Закирзянович, как изменилась диагностика инсомнии за последние 5–10 лет? Какие новые методы и инструменты Вы используете в своей практике?

● Диагностика нарушений сна остается достаточно традиционной. Самым объективным методом по-прежнему является полисомнография (ПСГ). Однако ключевым этапом диагностики всегда является клиническая беседа с пациентом. Именно в ходе диалога мы уточняем характер нарушений: это пресомнические проблемы (трудности с засыпанием), интрасомнические (частые пробуждения, поверхностный сон) или постсомнические (ранние пробуждения). Очень важные нюансы выявляются при неврологическом осмотре. Мы можем заподозрить такие состояния, как синдром беспокойных ног или синдром обструктивного апноэ сна. Эти диагнозы ставятся на основании анамнеза и осмотра, и каких-то принципиально новых сверхтехнологичных тестов в рутинной практике не требуется. Полисомнография позволяет объективизировать нарушения сна. С ее помощью мы определяем наличие и степень тяжести синдрома обструктивного апноэ сна, а также выявляем расстройства, связанные с эмоционально-аффективными нарушениями (тревогой и депрессией). С помощью ПСГ мы можем оценить неустойчивость сна и выявить феномен так называемой агнозии сна. Это ситуация, когда пациент убежден, что не спит месяцами или годами, хотя на самом деле он спит. Его сон настолько поверхностный и неустойчивый, что он просто не узнает его, «агнозирует».

● В каких случаях Вы отдаете предпочтение фармакотерапии, а когда – немедикаментозным методам? Каковы критерии выбора?

● Основной подход к лечению хронической бессонницы – это когнитивно-поведенческая терапия (КПТ). Это психологический метод, который считается первой линией терапии. Фармакологические препараты назначаются уже во вторую и третью очередь. Однако выбор тактики зависит от причины нарушения сна. Если мы имеем дело с вторичной бессонницей, вызванной, например, депрессией или тревожным расстройством, то наша главная задача – воздействовать на первопричину. В таких случаях мы назначаем лечение основного заболевания: чаще всего это антидепрессанты, преимущественно из группы селективных ингибиторов обратного захвата серотонина, которые могут дополняться анксиолитиками (противотревожными средствами). Главный критерий выбора метода лечения – это, безусловно, клинический диагноз пациента. Например, при синдроме беспокойных ног мы назначаем специфические противопаркинсонические препараты (такие как Мирапекс), а не гипнотики.

Что касается самих гипнотиков, то современные «Z-гипнотики» эффективны для коррекции кратковременных нарушений сна. Однако для лечения хронической инсомнии они не подходят и не рекомендуются в качестве основной терапии.

● Эдуард Закирзянович, каковы современные подходы к немедикаментозному лечению инсомнии?

● Современный подход к немедикаментозному лечению инсомнии включает два ключевых направления. Первое – это работа со специалистом: как правило, психологом или психотерапевтом, владеющим методами когнитивно-поведенческой терапии. Это золотой стандарт в лечении хронической бессонницы. Второе, не менее важное направление, – это обучение пациента правильной гигиене сна. Практика показывает, что значительная часть людей, страдающих от нарушений сна, допускают грубые ошибки в организации своего ночного отдыха. Приведу пример из нашей практики. Сейчас мы проводим масштабное федеральное исследование SleepStudyRu («Как спят россияне»). Это самое крупное исследование в истории отечественной сомнологии по выявлению негативных привычек у людей с плохим сном. Так вот, около 60% россиян жалуются на плохое качество сна, и более 70% из них перед сном используют смартфон. Хотя давно известно, что свет от экранов гаджетов подавляет выработку мелатонина и нарушает процесс засыпания.

● Какие новые препараты для лечения инсомнии появились на рынке за последние годы и каковы их преимущества и ограничения?

● За последние годы на рынке появилось сравнительно мало принципиально новых и эффективных препаратов для лечения инсомнии. Это связано с многофакторностью хронической инсомнии. Тем не менее научный поиск продолжается. Сейчас ведутся разработки препаратов нового класса, влияющих на орексиновую (гипокретиновую) систему. Однако, к сожалению, на данный момент эти инновационные лекарства недоступны в России. Важно отметить, что бóльшая часть новейших разработок направлена на лечение других тяжелых расстройств сна. Например, для терапии нарколепсии – сложно курабельного, трудно поддающегося лечению заболевания, характеризующегося повышенной дневной сонливостью, – уже появилось несколько эффективных препаратов, которые помогают пациентам с этой трудноизлечимой патологией.

● В современном мире многие сталкиваются с нарушениями сна из-за сменной работы или частых перелетов через часовые пояса. Каковы актуальные протоколы ведения пациентов с инсомнией в условиях сменной работы или джетлага?

● Современные протоколы ведения пациентов с инсомнией в условиях сменной работы и джетлага строятся на нескольких принципах. Прежде всего ключевую роль играет обучение правильной гигиене сна. Это основа, без которой другие методы будут малоэффективными. Что касается медикаментозной поддержки, то при джетлаге (синдроме смены часовых поясов) активно применяются препараты, влияющие на мелатонинергическую систему. Используются средства, содержащие мелатонин или его аналоги. Они помогают мягко перестроить внутренние биологические часы организма и смягчить последствия сменной работы или джетлага.

● Как вы интегрируете цифровые технологии (мобильные приложения, носимые устройства) в диагностику и мониторинг сна у пациентов?

● Наша команда активно работает над созданием и внедрением таких технологий. В рамках большого проекта SleepStudyRu («Как спят россияне») мы разработали мобильное приложение, которое уже доступно для скачивания в магазинах приложений. Оно позволяет отслеживать привычки, предшествующие сну, и вести дневник сна. Кроме того, мы ведем разработку специального носимого гаджета для мониторинга утомляемости и сонливости, в первую очередь у профессиональных водителей и диспетчеров, для профилактики сна за рулем. Что касается уже существующих на рынке решений, то современные фитнес-трекеры и смарт-часы позволяют оценивать ночную двигательную активность и фазы сна. Конечно, их данные не так точны и объективны, как результаты полисомнографии, которая является золотым стандартом диагностики. Тем не менее эти устройства дают хорошее ориентировочное представление о качестве сна и активно используются пациентами. В клинической практике чаще применяется актиграфия. Это более точный метод, который объективно оценивает двигательную активность пациента в течение суток, позволяя анализировать циклы сна и бодрствования.

● Как вы относитесь к использованию виртуальной и дополненной реальности для релаксации и подготовки ко сну? Есть ли клинические данные об их эффективности?

● Использование виртуальной (VR) и дополненной реальности для релаксации и подготовки ко сну – это очень модная и перспективная тема. Мы в своей практике также проводили исследования по применению VR-технологий, но в смежной области – для управления как хронической, так и острой болью. Полученные результаты были весьма интересными и позитивными. Мы убедились, что VR действительно способствует снижению уровня тревожности, уменьшению интенсивности боли. Что касается клинических данных именно по лечению инсомнии, то база доказательств активно растет. Хотя исследований пока не так много, как хотелось бы, в последние годы в ведущих медицинских базах данных, таких как PubMed, можно найти немало статей на эту тему. Это направление выглядит очень интересным.

● Какие перспективы Вы видите в развитии персонализированной медицины для лечения инсомнии?

● Мы не лечим «инсомнию вообще», мы работаем с конкретным человеком и его уникальными особенностями. Наш масштабный проект SleepStudyRu («Как спят россияне») – вы можете ознакомиться с ним на сайте https://sleepstudy.ru/ – наглядно это демонстрирует. В его рамках есть подисследование, которое как раз посвящено изучению психологических установок и особенностей людей, страдающих бессонницей. Мы видим, насколько разнообразны их индивидуальные профили. Именно поэтому так важно проводить эту оценку. Персонализированный подход позволяет воздействовать на первопричину проблемы у конкретного пациента:

- у кого-то это дисфункциональные убеждения – ошибочные мысли о сне и бессоннице;
- у кого-то повышенный уровень тревожности;
- у кого-то склонность к руминации, т.е. к навязчивым мыслям или «мысленной жвачке» в ночные часы.

Когнитивно-поведенческая терапия, которая является золотым стандартом лечения, уже активно интегрируется в цифровые технологии. Эта тема была одной из центральных на последнем международном конгрессе по проблемам сна, который прошел в сентябре прошлого года в Сингапуре.

● Как, по Вашему мнению, изменится парадигма лечения инсомнии в ближайшие 5–10 лет благодаря развитию биотехнологий, искусственного интеллекта и персонализированной медицины?

● Я считаю, что в ближайшие 5–10 лет парадигма лечения инсомнии кардинально изменится благодаря развитию технологий. Основной тренд – это глубокая интеграция мобильных и носимых устройств в повседневную практику. Эти гаджеты станут не просто трекерами, а умными помощниками. С помощью искусственного интеллекта они будут анализировать индивидуальные данные пользователя и формировать персонализированные рекомендации для нормализации сна. Это позволит подходить к решению проблемы гораздо точнее и эффективнее. Что касается фармакологии, то я не ожидаю здесь революционного прорыва. Разработка принципиально новых препаратов – сложный и долгий процесс. Возможно, на рынке появится несколько новых лекарственных средств, но они вряд ли станут основой терапии. Поэтому главный вектор развития останется прежним: это строгое соблюдение правил гигиены сна и коррекция сопутствующих заболеваний, которые ведут к вторичной бессоннице. Технологии будут лишь мощным инструментом для достижения этих целей.

Ключевая перспектива – это переход к индивидуальной оценке психологического профиля каждого пациента с нарушением сна.

Сегодня мы беседуем с ректором АНО ДПО «Московский медико-социальный институт имени Ф.П. Гааза», врачом-терапевтом, врачом-организатором в системе здравоохранения с почти 30-летним стажем, кандидатом медицинских наук, доцентом, почетным работником сферы образования РФ Даниилом Ивановичем Корабельниковым. В фокусе нашего разговора – передовые исследования института в области применения искусственного интеллекта (ИИ) в клинической медицине.

Научный коллектив под руководством Даниила Ивановича добился впечатляющих результатов: десятки публикаций в международных и российских журналах, патенты на изобретения, свидетельства о регистрации программных продуктов и баз данных. Особое внимание уделяется развитию систем поддержки врачебных решений, компьютерного зрения в онкодерматологии и анализу гистологических изображений с помощью ИИ.

Важной особенностью работы института является не только создание высокотехнологичных решений, но и разработка оригинального терминологического аппарата, алгоритмов маршрутизации пациентов и методов оценки клинической и медико-экономической эффективности внедрения ИИ в здравоохранении. Особое место занимает внедрение объяснимого искусственного интеллекта, который становится инструментом профессионального роста врачей.

В беседе также принимают участие признанные эксперты: профессор, доктор медицинских наук, заслуженный врач РФ Игорь Анатольевич Ламоткин – специалист в области дерматовенерологии и онкодерматологии с почти 40-летним стажем, и Андрей Игоревич Ламоткин – врач общей практики, онколог, разработчик-специалист по искусственному интеллекту и базам данных, кандидат медицинских наук.

Д.И. Корабельников, И.А. Ламоткин, А.И. Ламоткин

Вместе с нашими гостями мы обсудим, как искусственный интеллект меняет современную медицину, какие перспективы открывает для врачей и пациентов, и почему ответственное внедрение этих технологий – задача сегодняшнего дня.

● На ваш взгляд, какова роль моделей искусственного интеллекта в современной дерматовенерологии?

● Ламоткин И.А.: За сорок лет своей медицинской практики я видел много технологических новшеств в дерматологии. Искусственный интеллект – это принципиально иной уровень. Он не просто добавляет новый инструментальный метод, он меняет логику диагностического мышления. Сегодня ИИ наиболее доказательно применяется в трех областях – в дифференциальной диагностике, скрининге злокачественных опухолей кожи и распознавании иных образований и заболеваний кожи.

● Есть ли разница между диагностическими возможностями различных типов нейронных сетей, используемых в дерматологии?

● Ламоткин А.И.: Да, разница принципиальная, и ее понимание важно как для разработчиков, так и для врачей-клиницистов и врачей-организаторов здравоохранения. Классические сверхточные нейронные сети Xception хорошо справляются с классификацией фотоизображений по визуальным признакам, таким как форма, текстура, цвет. Однако они нечувствительны к контексту и плохо работают с редкими нозологиями, по которым есть мало обучающих данных. Построенный на новой архитектуре Vision Transformer (ViT) и его модификации учитывают глобальные зависимости между участками фотоизображения через механизм многоголового внимания, что повышает точность при сложных дифференциальных диагнозах. Мультимодальные архитектуры, объединяющие фотоизображения с клиническими данными и анамнезом, представляют собой наиболее перспективное направление. На сегодняшний день нет «лучшей» сети для решения всех клинических задач, выбор архитектуры модели ИИ должен определяться конкретной клинической задачей, качеством датасета и требованиями к интерпретируемости результата.

● Что вдохновило Вас заняться исследованием ИИ для диагностики кожных заболеваний? Какие научные идеи и практические проблемы легли в основу Вашего интереса?

● Корабельников Д.И.: Когда анализируешь большие массивы данных пациентов со злокачественными новообразованиями (ЗНО) кожи, включая меланому, от первого обращения до постановки заключительного клинического диагноза отмечается поздняя диагностика – среднее время от появления симптомов до начала лечения в нашей стране составляет в ряде регионов более девяти месяцев. Это не только вопрос квалификации и недостатка врачей в некоторых регионах, но и вопрос организации системы раннего выявления злокачественных новообразований. Стало очевидно, что нужен инструмент для повышения раннего выявления злокачественных новообразований кожи, характеризующихся высокой частотой метастазирования, высокой стоимостью лечения. Система поддержки принятия клинических (врачебных) решений (СППР), доступная при первичном осмотре в амбулаторных условиях врачами-терапевтами, врачами общей врачебной практики и дерматовенерологами, на уровне оказания первичной медико-социальной помощи способна многократно сократить время до установления заключительного клинического диагноза ЗНО кожи и начала лечения.

● В конце 2025 года Вы зарегистрировали два патента: «Способ дифференциальной диагностики доброкачественных и злокачественных новообразований кожи с применением модели искусственного интеллекта» и «Способ дифференциальной диагностики меланомы кожи и доброкачественных меланоцитарных и немеланоцитарных новообразований кожи с применением модели искусственного интеллекта». Расскажите подробнее об этих изобретениях.

● Корабельников Д.И.: Способы диагностики основаны на моделях ИИ и интеграции их заключений в маршрутизацию пациентов при диагностическом поиске. Модели ИИ созданы на сверхточной нейронной сети Xception, обученной на 48 тыс. изображений, и выполняют бинарные классификации («ЗНО» – «ДНО», «меланома» – «не меланома») с выдачей вероятности заключения. Нами введено понятие «математически обоснованный порог алгоритма маршрутизации» для формирования конкретных рекомендаций по диагностической маршрутизации пациента: динамическое наблюдение, консультация дерматовенеролога или направление к онкологу. Это позволяет стандартизировать принятие решений на уровне первичного звена и снизить зависимость от субъективного суждения конкретного врача. Применение данного алгоритма маршрутизации позволяет сократить время до постановки заключительного клинического диагноза, повысить точность дифференциальной диагностики за счет мультимодального и клинического подходов, снизить затраты на специалистов системы здравоохранения и сократить финансовые затраты на диагностику. В развитие этой тематики впервые нами предложены методы расчетов клинической эффективности и медико-экономической эффективности применения программ ИИ в сочетании с алгоритмами маршрутизации пациентов. Новизной предложенных методов расчетов также является и учет финансовых затрат на диагностику и лечение «пропущенных», т.е. поздно диагностированных, случаев ЗНО кожи, которые были не выявлены при обращении за первичной медико-санитарной помощью.

● Чем отличается Ваше решение от зарубежных аналогов?

● Ламоткин И.А.: Принципиальное отличие состоит в целевой аудитории пользователей. Программы SkinVision и Dermatica – продукты для пациента. Наши системы ИИ создаются для врачей-специалистов, врачей общей практики и терапевтов, которые первыми видят пациента, но не имеют глубокой подготовки в дерматоонкологии. Кроме того, мы специально формировали обучающие выборки с участием пациентов из российских клиник, что критически важно, поскольку фенотипические характеристики нашей популяции несколько отличаются от западных датасетов, на которых обучены зарубежные системы. Встроенный алгоритм маршрутизации позволяет прямо интегрировать заключения СППР в клинический маршрут пациента. Ни одна известная система ИИ не решает все эти задачи в нашей системе здравоохранения. С учетом современных реалий актуальным является и то, что наши программы ИИ могут работать без доступа к интернету, в том числе на индивидуальных карманных персональных компьютерах – смартфонах и планшетах.

● Насколько важен фактор качества исходных изображений для дифференциальной диагностики доброкачественных и злокачественных новообразований кожи?

● Ламоткин А.И.: Качество клинических и дерматоскопических фотоизображений – это ключевая составляющая точности системы. Любая нейронная сеть работает ровно настолько хорошо, насколько информативен ее входной сигнал. При фотосъемке критически важны: стандартизованное освещение без бликов, размеры фотоизображения на поле фотосъемки, минимальное размытие при движении, а также корректная фокусировка (резкость) по всей площади новообразования. Наши приложения содержат разработанный по результатам анализа ошибочных фотоизображений модуль предварительной оценки качества входного фотоизображения установленным критериям и проводит обработку фотоизображений, что повышает точность (чувствительность и специфичность) системы ИИ. При этом исключается формирование недостаточно точного диагностического заключения при несоответствии параметров качества фотоснимка и при необходимости возвращается запрос врачу на повторную фотосъемку. В настоящее время мы работаем над усложнением этого модуля с интеграцией непосредственно в процесс фотографирования с обратной связью в режиме реального времени, что позволит верифицировать качество изображения еще до его передачи в модель ИИ.

● Какой процент ошибок возможен при использовании предложенного Вами метода дифференциальной диагностики опухолей кожи?

● Корабельников Д.И.: Нулевой погрешности не существует ни в одной медицинской технологии. По полученным клиническим данным при эксплуатации наших СППР точность составляет 92,4%, чувствительность – 94,4%, специфичность – 91,8%, доля ложноположительных решений – 8,2%, ложноотрицательных – 5,6%. Это результаты на уровне лучших мировых систем ИИ. Но при пояснении результатов этой оценки ошибок принципиально важен клинический подход. Часть формально ложноположительных случаев – это не ошибки, а заложенная онконастороженность системы ИИ: в данном случае отмечалось совпадение с заключением врачей по внешним визуальным признакам злокачественности новообразований, и программа ИИ, и опытный врач-специалист имели обоснованную онконастороженность; направление на дообследование в данном случае было оправданным. Мы выделили такие случаи в отдельную категорию, названную группой совпадений заключений ИИ и врача – специалиста по онконастороженности. С управленческой точки зрения это важно: система не генерирует необоснованные направления, она работает в логике клинического мышления. Кроме этого, для повышения точности (чувствительности и специфичности) программ ИИ мы разработали мультимодальные системы ИИ с одновременным применением моделей компьютерного зрения и NLP (Natural Language Proccessing – обработка естественного языка).

● Каковы перспективы развития технологий искусственного интеллекта в ближайшие годы в дерматовенерологии?

● Ламоткин И.А.: Я осторожно смотрю в будущее, но несколько направлений кажутся мне устойчивыми. Одно из них – это применение объяснимого ИИ (Explainable Artificial Intelligence, XAI), который может указать пользователям-врачам, какие признаки он посчитал важными при своем заключении. Таким образом, происходит сочетание визуализации и клинических данных в единый диагностический алгоритм; при этом врач сможет обучаться, повышать свою квалификацию на рабочем месте.

● Существуют ли юридические аспекты использования медицинских технологий на основе искусственного интеллекта и будет ли необходим специальный контроль над качеством услуг, предоставляемых системами искусственного интеллекта в медицине?

● Корабельников Д.И.: В России программное обеспечение для использования в медицинской деятельности проходит государственную регистрацию как медицинское изделие. Это длительный и затратный процесс, нередко занимающий от года до двух лет. Существуют также иные требования законодательства, например локализация данных, ограничивающие использование облачных решений иностранной юрисдикции. Отдельная история – вопрос информированного согласия пациента: должен ли пациент знать, что его снимок анализируется алгоритмом? Большинство юристов склонны считать, что да. Важно понимать: ответственность за клиническое решение всегда остается за врачом, система ИИ является инструментом поддержки, но не субъектом медицинской ответственности. Именно поэтому четкое законодательное закрепление этого принципа критически необходимо для уверенного и безопасного применения таких технологий в практике. Он не только необходим, а обязателен, и его отсутствие является прямым риском для безопасности пациентов. Я сторонник трехуровневой модели контроля. Первый уровень – внутриведомственный: каждое учреждение, использующее систему ИИ, ведет журнал расхождений между рекомендацией алгоритма и клиническим решением врача с последующим разбором случаев. Второй уровень – региональный: аккредитованные органы осуществляют ежеквартальный аудит совокупных показателей диагностической точности в разрезе учреждений. Третий уровень – федеральный: Росздравнадзор ведет реестр инцидентов, связанных с медицинскими системами ИИ, с обязательным расследованием случаев, повлекших вред здоровью. Только такая система создает условия для ответственного и устойчивого применения технологий в медицине.

● Насколько качество базы данных определяет эффективность модели искусственного интеллекта в медицинской диагностике?

● Ламоткин А.И.: Качество обучающей базы данных напрямую определяет то, насколько хорошо будет работать модель искусственного интеллекта. Сколь бы совершенной ни была архитектура алгоритма, его диагностическая ценность будет принципиально ограничена, если входные данные не отвечают необходимым стандартам. Формирование датасета, включая сбор и разметку фотоизображений, должно осуществляться специалистами с большим клиническим стажем в данной области, способными обеспечить корректную верификацию каждого случая, тогда как этап предобработки данных требует особого внимания с обязательным устранением артефактов, выбросов и некачественных образцов, способных внести систематическую ошибку в процесс обучения. Немаловажно и то, что база данных должна обладать максимальной репрезентативностью и полнотой; широкий охват клинических вариантов, морфологических форм и демографических групп существенно расширяет область применимости модели и повышает ее обобщающую способность. Применительно к базам фотоизображений кожных новообразований целесообразно дополнительное использование методов аугментации, что позволяет искусственно диверсифицировать обучающую выборку, снизить риск переобучения и в конечном счете улучшить качество итоговой модели.

Важной особенностью работы института является не только создание высокотехнологичных решений, но и разработка оригинального терминологического аппарата, алгоритмов маршрутизации пациентов и методов оценки эффективности внедрения ИИ в здравоохранении.

Приглашаем вас пройти короткий опрос на тему «Использование технологий искусственного интеллекта в медицинской деятельности». Ваше мнение очень важно для нас!