И.Г. Бакулин1, И.А. Расмагина2, Г.А. Машевский3, Н.М. Шелякина4, Г.Ф. Арутюнян5

1, 2, 4, 5 Северо-Западный государственный медицинский университет им. И.И. Мечникова (Санкт-Петербург, Россия)
3 Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина) (Санкт-Петербург, Россия)
1 igbakulin@yandex.ru, 2 irenerasmagina@gmail.com, 3 Aniket@list.ru, 4 n.sheliakina@gmail.com, 5 grant.arutyunyan117@yandex.ru

Постановка проблемы. Воспалительные заболевания кишечника (ВЗК) представляют собою тяжелые патологии, часто приводящие к существенному снижению качества жизни и инвалидизации. Диагностика ВЗК зачастую проводится несвоевременно, что приводит к отсрочке начала специфической терапии и ухудшению прогноза заболевания.

Цель. Разработать систему поддержки принятия врачебных решений (СППВР) для диагностики и дифференциальной диагностики ВЗК на основе комплексного анализа клинико-лабораторных, эндоскопических и морфологических данных.

Результаты. На основании разработанных ранее отдельных искусственных нейронных сетей (ИНС), которые выявляли и дифференцировали ВЗК, с помощью сети доверия Байеса были разработаны общие ИНС. Модель №1 дифференцировала ВЗК на основе одновременного учета заключений всех ИНС, модель №2 – в два этапа: первоначально выявлялось ВЗК при анализе клинико-лабораторных данных, при его наличии анализировались данные эндоскопического и морфологического исследований. Модели были апробированы на 85 пациентах (24 (28,2%) – СРК, 25 (29,4%) – БК толстой кишки, 36 (42,4%) – ЯК), которые имели необходимые параметры клинико-лабораторных данных, цифровые изображения эндоскопического и морфологического исследований. По результатам апробации установлено, что точность модели №1 оказалась равна 97%, модели №2 – 86%.

Практическая значимость. Разработанные модели могут быть использованы в качестве основы СППВР для врача-терапевта и гастроэнтеролога и позволят повысить скорость и качество верификации ВЗК.

Бакулин И.Г., Расмагина И.А., Машевский Г.А., Шелякина Н.М., Арутюнян Г.Ф. Дифференциальная диагностика воспалительных заболеваниях кишечника с использованием искусственного интеллекта: анализ мультимодальных медицинских данных // Биомедицинская радиоэлектроника. 2025. T. 28. № 5. С. 69−73. DOI: https://doi.org/10.18127/ j15604136-202505-14

1. Болезнь Крона. Клинические рекомендации РФ, 2024 (Россия). Текст: электронный. Med Element. URL: https://diseases. medelement.com/disease/%D0%B1%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D1%8C-%D0%BA%D1%80%D0%BE% D0%BD%D0%B0-%D0%BA%D1%80-%D1%80%D1%84-2024/18085. Дата обращения: 31.07.2025.
2. Язвенный колит. Клинические рекомендации РФ, 2024 (Россия). Текст: электронный. Med Element. URL: https://diseases. medelement.com/disease/%D1%8F%D0%B7%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9%D0%BA%D0%BE%D 0%BB%D0%B8%D1%82%D0%BA%D0%BFD1%80%D1%842024/18016. Дата обращения: 31.07.2025.
3. Lv H., Li H.Y., Zhang H.N., Liu Y. Delayed diagnosis in inflammatory bowel disease: Time to consider solutions. World J. Gastroenterol. 2024. V. 30(35). P. 3954–3958. doi:10.3748/wjg.v30.i35.3954.
4. Бакулин И.Г., Скалинская М.И., Сказываева Е.В. Северо-Западный регистр пациентов с воспалительными заболеваниями кишечника: достижения и уроки // Колопроктология. 2022. № 21(1(79)). С. 37–49. DOI:10.33878/2073-7556-2022-21-1-37-49.
5. Burisch J., Pedersen N., Čuković-Čavka S. et al. East-West gradient in the incidence of inflammatory bowel disease in Europe: the ECCO-EpiCom inception cohort. Gut. 2014. V. 63. № 4. P. 588–597. DOI: 10.1136/gutjnl-2013-304636.
6. Kawamoto A., Takenaka K., Okamoto R., Watanabe M., Ohtsuka K. Systematic review of artificial intelligence-based image diagnosis for inflammatory bowel disease. Dig Endosc off J. Jpn. Gastroenterol. Endosc Soc. 2022. V. 34(7). P. 1311–1319. DOI:10.1111/den.14334.
7. Бакулин И.Г., Расмагина И.А., Скалинская М.И., Машевский Г.А., Шелякина Н.М. Применение искусственного интеллекта для анализа эндоскопических изображений при воспалительных заболеваниях кишечника // Терапия. 2022. № 8(7(59)). С. 7–14. doi:10.18565/therapy.2022.7.7-14.
8. Расмагина И.А., Бакулин И.Г., Стамболцян В.Ш., Машевский Г.А., Шелякина Н.М. Клинико-лабораторные маркеры предтестовой вероятности воспалительных заболеваний кишечника // Колопроктология. 2023. № 22(1(83)). С. 91–98. DOI:10.33878/2073-7556-2023-22-1-91-98.
9. Бакулин И.Г., Расмагина И.А., Деев Р.В., Машевский Г.А., Шелякина Н.М. Анализ гистологических изображений биоптатов слизистой толстой кишки у пациентов с воспалительными заболеваниями кишечника при помощи искусственной нейронной сети // Медицинский Вестник МВД. 2023. № 124(3(124)). С. 21–24. DOI:10.52341/20738080_2023_124_3_21.
10. Бакулин И.Г., Расмагина И.А., Машевский Г.А., Шелякина Н.М., Арутюнян Г.Ф. Искусственный интеллект в диагностике воспалительных заболеваний кишечника: фокус на клинико-лабораторные показатели // Колопроктология. 2025. № 24(2(92)). С. 33–41. DOI:10.33878/2073-7556-2025-24-2-33-41.
11. Lacy B.E., Patel N.K. Rome Criteria and a Diagnostic Approach to Irritable Bowel Syndrome. J. Clin. Med. 2017. V. 6(11). P. 99. DOI:10.3390/jcm6110099.