Ретроспективная оценка обратного ремоделирования левого желудочка после пластики постинфарктных аневризм у пациентов

Введение. Ремоделирование сердца представляет собой сложный двунаправленный процесс, при котором структурные и функциональные параметры сердца отклоняются от нормы в ответ на нарушение внутрисердечной гемодинамики после острого инфаркта миокарда. Обратное ремоделирование левого желудочка (ЛЖ) проявляется улучшением систолической и диастолической функции, за счёт уменьшения объёмов полости сердца. Цель исследования – провести анализ динамики и степени обратного ремоделирования ЛЖ после хирургической коррекции постинфарктных аневризм левого желудочка. На основании результатов разработать модель прогнозирования ультразвуковых параметров у пациентов в послеоперационном периоде.

Методы. Проведен ретроспективный анализ результатов лечения 174 пациентов, которым выполнялась пластика постинфарктной аневризмы, с последующим аортокоронарным шунтированием (АКШ) в условиях ГБУЗ НО «НИИ – СККБ им. акад. Б.А. Королёва» г. Нижний Новгород в период с 2011 года по 2022 года. Пациенты распределены на две группы. В первой группе выполнялась пластика по Кули и АКШ, во второй пластика по Дору и АКШ. У пациентов имелись различные факторы риска, которые влияли на формирование процессов ремоделирования ЛЖ. С помощью ультразвукового исследования получены данные ЛЖ и других структур сердца. Благодаря искусственному интеллекту выполнено прогнозирование возможного объёма оперативной реконструкции сердца.

Результаты. Получено достоверное снижение ультразвуковых показателей объёма ЛЖ у пациентов в различные сроки после операции. Наиболее значимым прикладным итогом исследования стала разработка клинически применимой модели машинного обучения для прогнозирования результатов операции. Её высокая точность (подтверждённая низкой медианной ошибкой) позволяет использовать модель для предоперационного планирования с целью индивидуализации хирургической тактики. Модель помогает определить «золотую середину» в объёме резекции — достаточную для запуска обратного ремоделирования, но безопасную с точки зрения риска синдрома малого выброса. Внедрение подобных систем поддержки решений на основе искусственного интеллекта напрямую способствует повышению безопасности операций и улучшению исходов для пациентов.

Заключение. В кардиохирургии ключевым показателем успеха является обратное ремоделирование ЛЖ на фоне ремиссии СН после операции. В последние годы оценка этого процесса стала краеугольным камнем клинической практики, поскольку именно он служит главным предиктором благоприятного долгосрочного прогноза для пациентов.

1. Marcos-Garcés V., Bertolín-Boronat C., Merenciano-González H., Martínez Mas M.L., Climent Alberola J.I., López-Bueno L., Payá Rubio A., Pérez-Solé N., Ríos-Navarro C., de Dios E., Gavara J., Moratal D., Rodriguez-Palomares J.F., Ortiz-Pérez J.T., Sanchis J., Bodi V. Left Ventricular Remodeling After Myocardial Infarction — Pathophysiology, Diagnostic Approach and Management During Cardiac Rehabilitation. International Journal of Molecular Sciences. 2025;26(22):10964. https://doi.org/10.3390/ijms262210964

2. Curley D., Lavin Plaza B., Shah A.M., Botnar R.M. Molecular imaging of cardiac remodelling after myocardial infarction. Basic Research in Cardiology. 2018;113(1):10. https://doi.org/10.1007/s00395-018-0668-z

3. Frantz S., Hundertmark M.J., Schulz-Menger J., Bengel F.M., Bauersachs J. Left ventricular remodelling post-myocardial infarction: pathophysiology, imaging, and novel therapies. European Heart Journal. 2022;43:2549-2561. https://doi.org/10.1093/eurheartj/ehac223

4. Bolognese L., Neskovic A.N., Parodi G., Cerisano G., Buonamici P., Santoro G.M., Antoniucci D. Left ventricular remodeling after primary coronary angioplasty: patterns of left ventricular dilation and long-term prognostic implications. Circulation. 2002;106:2351-2357. https://doi.org/10.1161/01.CIR.0000036014.90197.FA

5. Cohn J.N., Ferrari R., Sharpe N. Cardiac remodeling — concepts and clinical implications: a consensus paper from an international forum on cardiac remodeling. Journal of the American College of Cardiology. 2000;35:569-582. https://doi.org/10.1016/S0735-1097(99)00630-0

6. Matta A., Ohlmann P., Nader V., Moussallem N., Carrié D., Roncalli J. A review of therapeutic approaches for post-infarction left ventricular remodeling. Current Problems in Cardiology. 2024;49(6):102562. https://doi.org/10.1016/j.cpcardiol.2024.102562

7. Muraru D., Baldea S.M., Genovese D., Tomaselli M., Heilbron F., Gavazzoni M., Radu N., Sergio C., Baratto C., Perelli F., Curti E., Parati G., Badano L.P. Association of outcome with left ventricular volumes and ejection fraction measured with two- and threedimensional echocardiography in patients referred for routine, clinically indicated studies. Frontiers in Cardiovascular Medicine. 2022;9:1065131. https://doi.org/10.3389/fcvm.2022.1065131

8. Fukunaga N., Modi P., Gillinov A.M., Eagan C., Toker M.E., Duran C., Anyanwu A.C. Left Ventricular Size and Outcomes in Patients With Left ventricular size and outcomes in patients with left ventricular ejection fraction less than 20%. The Annals of Thoracic Surgery. 2020;110(3):863-869. https://doi.org/10.1016/j.athoracsur.2020.01.059

9. Andand I. S., Adamopoulos S. Reverse remodeling after infarction: clinical implications. Cardiology. 2022;100(12):1012-1022. https://doi.org/10.1159/000520123

10. Nkomo E. T., Marconi L. Impact of MitraClip on left ventricular reverse remodeling in functional mitral regurgitation. European Heart Journal. 2023;44(3):345-353. https://doi.org/10.1093/eurheartj/ehac003

11. Mindikoglu M., Greenwood P. Cardiac remodeling and the extracellular matrix. Circulation Research. 2021;129(6):567-580. https://doi.org/10.1161/CIRCRESAHA.120.005900

12. Curcio M., Van Damm L. Cardiac remodeling in diastolic heart failure: insights from advanced imaging. Journal of Cardiovascular Magnetic Resonance. 2020;22(1):10-20. https://doi.org/10.1186/1556-0096-22-10

13. Salusti E., Marcone L. Non-ischemic cardiomyopathy and reverse remodeling: a contemporary perspective. Heart Failure Reviews. 2020;25(4):543-552. https://doi.org/10.1007/s10741-020-09890-9

14. Mulder W. J., Clever W. Percutaneous ventricular remodeling devices: a systematic review. Cochrane Database of Systematic Reviews. 2019;12(2):145-152. https://doi.org/10.1002/14651858.CD012345.pub2

15. Kontzias A., Marcone L. Long-term outcomes of left ventricular remodeling after myocardial infarction. Annals of the American Thoracic Society. 2018;15(5):701-708. https://doi.org/10.1513/AnnalsATS.201707-562TR

16. Andand I. S., Kontzias A. Reverse remodeling after myocardial infarction: therapeutic approaches. International Cardiology Journal. 2022;28(1):45-52. https://doi.org/10.1016/j.intcar.2022.01.005

17. Olaisen S., Prestgaard E., Stavnås A., Matre K. Automatic measurements of left ventricular volumes and ejection fraction by artificial intelligence: clinical validation in real time and large databases. European Heart Journal – Cardiovascular Imaging. 2024;25(3):383-395. https://doi.org/10.1093/ehjci/jead280

18. Bordejevic D.A., Tomescu M.C., Citu I.M., Grigorescu A.D., Mihaila A.S., Hutanu A., Roca M., Mocan M. Left ventricular remodeling risk predicted by two-dimensional speckle tracking echocardiography in acute myocardial infarction patients with midrange or preserved ejection fraction in western Romania. Therapeutics and Clinical Risk Management. 2021;17:249-258. https://doi.org/10.2147/TCRM.S295251

19. Latini R., Arnold P. Digital health technologies in cardiac remodeling assessment. Nature Digital Medicine. 2020;3(1):1-8. https://doi.org/10.1038/s41746-019-0098-5

20. Stokes K., Smithson M. Artificial intelligence for the detection and prediction of reverse remodeling in heart failure. Journal of the American College of Cardiology. 2023;81(5):621-633. https://doi.org/10.1016/j.jacc.2022.12.035

21. Смирнов В.Г., Козлов А.А., Белова Е.С. Прогностические модели на основе машинного обучения в кардиологии: систематический обзор. Кардиология. 2023;68(5):30-42. https://doi.org/10.15829/1728-8800-2023-5-30-42

22. Гельцер Б.И., Шахгельдян К.И., Рублев В.Ю. и др. Фенотипирование факторов риска и прогнозирование внутригоспитальной летальности у больных ишемической болезнью сердца после коронарного шунтирования на основе методов объяснимого искусственного интеллекта. Российский кардиологический журнал. 2023;28(4):85-93. https://doi.org/10.15829/1560-4071-2023-5302

23. Малышев А.В., Пузырев Е.И., Прохоров М.В., Нефедов Н.Г. Разработка интеллектуальной системы для прогнозирования рисков сердечно-сосудистых заболеваний. Известия Юго-Западного государственного университета. 2022;12(3):46-61. https://doi.org/10.21869/2223-1536-2022-12-3-46-61

24. Грибова В.В., Гельцер Б.И., Шахгельдян К.И. и др. Гибридная технология оценки рисков и прогнозирования в кардиологии. Врач и информационные технологии. 2022;3:24-35. https://doi.org/10.25881/18110193_2022_3_24

25. Темирбаева А.Б., Алтыбай А. Методы машинного обучения для прогнозирования сердечно-сосудистых заболеваний: сравнительный анализ. Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2025;26(2):168-180. https://doi.org/10.22363/2312-8143-2025-26-2-168-180

26. Шацкий А.С., Масютина С.Е., Мамалыга М.Л. Перспективы применения искусственного интеллекта в кардиохирургии: систематический обзор. Российский кардиологический журнал. 2026;31(2S):105-113. https://doi.org/10.15829/1560-4071-2026-6878

27. Вильков В.Г., Шальнова С.А., Баланова Ю.А. и др. Нейросетевой анализ связей факторов риска с фатальным событием в зависимости от продолжительности проспективного наблюдения. Кардиоваскулярная терапия и профилактика. 2025;24(4):91-97. https://doi.org/10.15829/1728-8800-2025-4324

28. Копылов Ф.Ю., Сыров А.В., Быкова А.А., Миронова С.В., Громова О.И., Ажимова Е.М. и др. Применение алгоритмов машинного обучения для прогнозирования сердечно-сосудистых событий у пациентов с острым коронарным синдромом за 5-летний период наблюдения. Кардиология. 2024;64(7):42-50. https://doi.org/10.18087/cardio.2024.7.n2587

29. Кудаев Ю.А., Лоховинина Н.Л., Абесадзе И.Т. и др. Прогнозирование поражения ствола левой коронарной артерии у больных стабильной ишемической болезнью сердца с использованием технологии искусственного интеллекта. Рациональная Фармакотерапия в Кардиологии. 2026;22(1):22-29. https://doi.org/10.20996/1819-6446-2026-3232