К новостям

Разработанная в Пензе нейросеть выявляет 100% некачественных лекарств

Ученые Пензенского государственного университета (ПГУ) разработали нейронную сеть для экспресс-определения подлинности жидких лекарственных препаратов. Проверка на реальных лекарствах показала, что метод имеет точность 100%. Анализ занимает около 10 минут.

По сведениям Росздравнадзора, за 9 месяцев 2022 года доля серий некачественных лекарственных средств отечественного промышленного производства составила 71,9%. Некачественными оказались 28,1% зарубежных лекарств. Наиболее опасными нарушениями качества лекарственных препаратов, которые трудно выявить, являются фальсификация и нарушение условий хранения препарата до истечения его срока годности.

Для определения качества жидких лекарственных препаратов необходимо специальное оборудование и дорогие расходные материалы. Ученые ПГУ предложили более дешевый метод, основанный на исследовании поверхностного натяжения капли лекарства (тензиометрических свойств). Ее форму и объем автоматически регистрирует прибор, а затем программное обеспечение (в том числе нейросеть) сравнивает тензиометрические свойства препарата и образца-стандарта.

Ученые исследовали тензиометрические свойства 10 лекарственных препаратов (альбумин, анальгин, манитол, гелофузин, баралгин, дротаверин, кетанов, кеторолак, но-шпа, кеторол). Ученым удалось определить фальсификат в 100% случаев.

«Наш способ поможет решить проблему выявления некондиционных и просроченных препаратов. Методы, основанные на определении физико-химических свойств жидкостей, позволяют просто и быстро выявлять некачественные лекарственные препараты», — рассказал студент Медицинского института ПГУ Дмитрий Киреев.

Разработку можно внедрить в практическое здравоохранение и во все организации, которые специализируются на выпуске и продаже лекарственных средств. Авторы разработки планируют усовершенствовать прибор, определяющий тензиометрические свойства, чтобы снизить его стоимость.

Разработанная в Пензе нейросеть выявляет 100% некачественных лекарств