Целью исследования явилась выработка подхода к использованию нейросетевых классификаторов для прогнозирования эффекта кардиологических препаратов с целью совершенствования работы кардиологов в муниципальных учреждениях здравоохранения.
Для решения задачи прогнозирования эффекта кардиологических препаратов на основе результатов лабораторного и инструментального обследования больных были использованы нейронные сети, которые позволили на основании определенного набора параметров биохимического и клинического статуса пациентов с артериальной гипер-тензией, ИБС и хронической сердечной недостаточностью оценить вероятность проявления фармакологического эффекта кардиологических препаратов. Применяли оригинальную разработку -нейронную сеть, построенную на архитектуре многослойного персептрона с прямыми связями между нейронами и алгоритма обратного распространения ошибки с введением в сеть коэффициента крутизны дискриминантной функции модели, позволяющего варьировать скорость обучения сети.
Результаты исследования показали, что с помощью искусственных нейронных сетей при использовании статинов 3 поколения с изолированной гиперхолестеринемией можно прогнозировать гиполипидемический эффект не менее 15% (р<0,05) у 1/5 пациентов, а более 20% (р<0,05) у 1/3 пациентов больных. Частичный гипотензивный эффект (снижение САД) монотерапии бета-блокаторов прогнозировался не менее 20% ( р<0,05) у 1/3 пациентов, а выраженный -более 25% (р<0,05) прогнозировался у 1/2 пациентов. Антиангинальная эффективность нитратов пролонгированного действия в условиях монотерапии могла быть зарегистрирована на основе использования нейросетевых классификаторов у 3/4 больных ИБС: стенокардия напряжения, функциональный класс в условиях комбинированной антиангинальной терапии.
Таким образом, возможность использования нейросетевых технологий с целью прогнозирования эффективности фармакотерапии может повысить комплаенс лечения и способствовать совершенствованию работы врача-кардиолога.