ПРЕЦИЗИОННЫЙ ПОДХОД В СОВРЕМЕННОЙ НЕЙРОХИРУРГИЧЕСКОЙ ПРАКТИКЕ (ОБЗОР)

  • Авторы: Анников Ю.Г.1, Чехонацкий А.А.1, Комлева Н.Е.1,2, Филатов Д.Н.1, Цыганов В.И.1, Чехонацкий В.А.3, Анникова О.В.1
  • Учреждения:
    1. ФГБОУ ВО «Саратовский государственный медицинский университет имени В. И. Разумовского» Минздрава России, 410012, г. Саратов
    2. Саратовский медицинский научный центр гигиены ФБУН «ФНЦ медико-профилактических технологий управления рисками здоровью населения», 410022, г. Саратов
    3. ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России, 125993, г. Москва
  • Выпуск: Том 34, № 1 (2026)
  • Страницы: 108-112
  • Раздел: Статьи
  • URL: https://journal-nriph.ru/journal/article/view/2531
  • DOI: https://doi.org/10.32687/0869-866X-2026-34-1-108-112
  • Цитировать

Аннотация


Обзор проведен на основании анализа баз данных PubMed, eLibrary, Библиотека Cohrane, MEDLINE за период 2015—2025 гг. по ключевым словам «прецизионная медицина», «персонализированная медицина», «нейроонкология», «онкология», «черепно-мозговая травма», «нейротравма», «нейропротеомика», «искусственный интеллект». Проанализированно 180 источников. Цель исследования — на основании анализа литературы по прецизионной медицине в нейрохирургии продемонстрировать значение и перспективы данного подхода в современной нейрохирургической практике. Методы презиционной медицины, цифровая революция и прогресс в обработке больших мультимодальных данных позволяют лучше понять генезис опухолей, их клиническую гетерогенность, функциональные эффекты и причины, лежащие в основе их резистентности к лечению. Методы презиционной медицины предоставляют ценную информацию о патофизиологических механизмах, лежащих в основе нейротравм, путем анализа сложных белковых взаимодействий и изменений. Будущее прецизионной медицины в нейрохирургической практике заключается в постоянном совершенствовании искусственного интеллекта и машинного обучения, позволяющих быстро и точно принимать решения на основе всесторонних молекулярных данных. Будущее нейрохирургии заключается в гармоничной интеграции междисциплинарных подходов — прецизионной медицины и клинической нейрохирургии — для открытия новых возможностей таргетной и персонализированной терапии.

Об авторах

Ю. Г. Анников

ФГБОУ ВО «Саратовский государственный медицинский университет имени В. И. Разумовского» Минздрава России, 410012, г. Саратов

А. А. Чехонацкий

ФГБОУ ВО «Саратовский государственный медицинский университет имени В. И. Разумовского» Минздрава России, 410012, г. Саратов

Н. Е. Комлева

ФГБОУ ВО «Саратовский государственный медицинский университет имени В. И. Разумовского» Минздрава России, 410012, г. Саратов; Саратовский медицинский научный центр гигиены ФБУН «ФНЦ медико-профилактических технологий управления рисками здоровью населения», 410022, г. Саратов

Д. Н. Филатов

ФГБОУ ВО «Саратовский государственный медицинский университет имени В. И. Разумовского» Минздрава России, 410012, г. Саратов

В. И. Цыганов

ФГБОУ ВО «Саратовский государственный медицинский университет имени В. И. Разумовского» Минздрава России, 410012, г. Саратов

В. А. Чехонацкий

ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России, 125993, г. Москва

О. В. Анникова

ФГБОУ ВО «Саратовский государственный медицинский университет имени В. И. Разумовского» Минздрава России, 410012, г. Саратов

Список литературы

  1. Gilard V., Derrey S., Marret S., et al. Precision neurosurgery: a path forward. J. Pers. Med. 2021;11(10):1019. doi: 10.3390/jpm11101019
  2. Kobeissy F., Goli M., Yadikar H. Advances in neuroproteomics for neurotrauma: unraveling insights for personalized medicine and future prospects. Front. neurol. 2023;14:1288740. doi: 10.3389/fneur.2023.1288740
  3. Yan R., Greenfield J. Emergence of Precision Medicine Within Neurological Surgery: Promise and Opportunity. World Neurosurg. 2024;190:564—72. doi: 10.1016/j.wneu.2024.06.143
  4. Holland E., Ene C. Personalized Medicine for Gliomas. Surg. Neurol. Int. 2015;6:89—95. doi: 10.4103/2152-7806.151351
  5. Jain K. A Critical Overview of Targeted Therapies for Glioblastoma. Front. Oncol. 2018;8:419. doi: 10.3389/fonc.2018.00419
  6. Alexander B., Cloughesy T. Adult Glioblastoma. J. Clin. Oncol. 2017;35:2402—9. doi: 10.1200/JCO.2017.73.0119
  7. Kowalczyk T., Ciborowski M., Kisluk J. Mass spectrometry based proteomics and metabolomics in personalized oncology. Biochim. Biophys. Acta (BBA) Mol. Basis Dis. 2020;1866:165690. doi: 10.1016/j.bbadis.2020.165690
  8. Kristensen B., Priesterbach-Ackley L., Petersen J. Molecular pathology of tumors of the central nervous system. Ann. Oncol. 2019;30:1265—78. doi: 10.1093/annonc/mdz164
  9. Peeken J., Goldberg T., Pyka T. Combining multimodal imaging and treatment features improves machine learning-based prognostic assessment in patients with glioblastoma multiforme. Cancer Med. 2019;8:128—36. doi: 10.1002/cam4.1908
  10. Shen J., Song R., Hodges T. Identification of metabolites in plasma for predicting survival in glioblastoma. Mol. Carcinog. 2018;57:1078—84. doi: 10.1002/mc.22815
  11. Touat M., Idbaih A., Sanson M., et al. Glioblastoma targeted therapy: Updated approaches from recent biological insights. Ann. Oncol. 2017;28:1457—72. doi: 10.1093/annonc/mdx106
  12. Truman J.-P., García-Barros M., Obeid L. Evolving concepts in cancer therapy through targeting sphingolipid metabolism. Biochim. Biophys. Acta (BBA) Mol. Cell Biol. Lipids. 2014;1841:1174—88. doi: 10.1016/j.bbalip.2013.12.013
  13. Анников Ю. Г., Кром И. Л., Левченко Л. Л. Современный контент персонализированной реабилитации пациентов с последствиями черепно-мозговой травмы. Саратовский научно-медицинский журнал. 2023;19(3):273—8. doi: 10.15275/ssmj1903273
  14. Anada R., Wong K., Jayapalan J. Panel of serum protein biomarkers to grade the severity of traumatic brain injury. Electrophoresis. 2018;39:2308—15. doi: 10.1002/elps.201700407
  15. Alaaeddine R., Fayad M., Nehme E. The emerging role of proteomics in precision medicine: applications in neurodegenerative diseases and Neurotrauma. Adv. Exp. Med. Biol. 2017;1007:59—70. doi: 10.1007/978-3-319-60733-7_4
  16. Ottens A., Kobeissy F., Fuller B. Novel neuroproteomic approaches to studying traumatic brain injury. Prog. Brain Res. 2007;161:401—18. doi: 10.1016/S0079-6123(06)61029-7
  17. Ottens A., Kobeissy F., Golden E. Neuroproteomics in neurotrauma. Mass Spectrom. Rev. 2006;25:380—408. doi: 10.1002/mas.20073
  18. Kobeissy F., Ottens A., Zhang Z. Novel differential Neuroproteomics analysis of traumatic brain injury in rats. Mol. Cell Proteomics. 2006;5:1887—98. doi: 10.1074/mcp.M600157-MCP200
  19. Guingab-Cagmat J., Newsom K., Vakulenko A. In vitro MS-based proteomic analysis and absolute quantification of neuronal-glial injury biomarkers in cell culture system. Electrophoresis. 2012;33:3786—97. doi: 10.1002/elps.201200326
  20. Kochanek A., Kline A., Gao W. Gel-based hippocampal proteomic analysis 2 weeks following traumatic brain injury to immature rats using controlled cortical impact. Dev. Neurosci. 2006;28:410—9. doi: 10.1159/000094167
  21. Kobeissy F., Guingab-Cagmat J., Zhang Z. Neuroproteomics and systems biology approach to identify temporal biomarker changes post experimental traumatic brain injury in rats. Front. Neurol. 2016;7:198. doi: 10.3389/fneur.2016.00198
  22. Wang K., Yang Z., Yue J. Plasma Anti-Glial Fibrillary Acidic Protein Autoantibody Levels during the Acute and Chronic Phases of Traumatic Brain Injury: A Transforming Research and Clinical Knowledge in Traumatic Brain Injury Pilot Study. J. Neurotrauma. 2016;33(13):1270—7. doi: 10.1089/neu.2015.3881
  23. Irimia A., Goh S., Torgerson C. Structural and connectomic neuroimaging for the personalized study of longitudinal alterations in cortical shape, thickness and connectivity after traumatic brain injury. J. Neurosurg. Sci. 2014;5 (3):129—44.
  24. Xu B., Tian R., Wang X. Protein profile changes in the frontotemporal lobes in human severe traumatic brain injury. Brain Res. 2016;1642:344—52. doi: 10.1016/j.brainres.2016.04.008
  25. Zhou D., Liu J., Hang Y. TMT-based proteomics analysis reveals the protective effects of Xuefu Zhuyu decoction in a rat model of traumatic brain injury. J. Ethnopharmacol. 2020;258:112826. doi: 10.1016/j.jep.2020.112826
  26. Haring A., Sontheimer H., Johnson B. Microphysiological Human Brain and Neural Systems-on-a-Chip: Potential Alternatives to Small Animal Models and Emerging Platforms for Drug Discovery and Personalized Medicine. Stem Cell Rev. Rep. 2017;13(3):381—406. doi: 10.1007/s12015-017-9738-0
  27. Wong H., Cvijanovich N., Anas N. Developing a clinically feasible personalized medicine approach to pediatric septic shock. Am. J. Respir. Crit. Care Med. 2015;191(3):309—15. doi: 10.1164/rcm.201410-1864OC
  28. Davenport T., Kalakota R. The potential for artificial intelligence in healthcare. Future Healthcare J. 2019;6:94—8. doi: 10.7861/futurehosp.6-2-94
  29. Johnson K., Wei W., Weeraratne D. Precision medicine, AI, and the future of personalized health care. Clin. Trans. Sci. 2021;14:86—93. doi: 10.1111/cts.12884
  30. Sebastiani M., Vacchi C., Manfredi A. Personalized medicine and machine learning: a roadmap for the future. J. Clin. Med. 2022;11:4110. doi: 10.3390/jcm11144110
  31. Allami R., Yousif M. Integrative AI-driven strategies for advancing precision medicine in infectious diseases and beyond: a novel multidisciplinary approach. ArXiv. 2023;2023:15228. doi: 10.48550/arXiv.2307.15228
  32. Sundaravadhanan S. Neurotrauma: A Futuristic Perspective. Indian J. Neurotrauma. 2018;15:78—81. doi: 10.1055/s-0039-1694297
  33. Liu N., Salinas J. Machine learning for predicting outcomes in trauma. Shock. 2017;48:504—10. doi: 10.1097/SHK.0000000000000898
  34. Feng J., Wang Y., Peng J. Comparison between logistic regression and machine learning algorithms on survival prediction of traumatic brain injuries. J. Crit. Care. 2019;54:110—6. doi: 10.1016/j.jcrc.2019.08.010
  35. Raju B., Jumah F., Ashraf O. Big data, machine learning, and artificial intelligence: a field guide for neurosurgeons. J. Neurosurg. 2020;1:1—11. doi: 10.3171/2020.5.JNS201288
  36. Nice E. From proteomics to personalized medicine: the road ahead. Expert Rev. Proteomics. 2016;13:341—3. doi: 10.1586/14789450.2016.1158107
  37. Yadikar H., Sarkis G. A., Kurup M. Peptidomics and traumatic brain injury: Biomarker utilities for a theragnostic approach In: Yadikar H., ed. Biomarkers for Traumatic Brain Injury. Amsterdam: Elsevier; 2020. P. 419—30.

Статистика

Просмотры

Аннотация - 0

PDF (Russian) - 0

Cited-By


PlumX

Dimensions


© АО "Шико", 2026

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Почтовый адрес

Адрес: 105064, Москва, ул. Воронцово Поле, д. 12

Email: ttcheglova@gmail.com

Телефон: +7 903 671-67-12

Редакция

Щеглова Татьяна Даниловна
Зав.редакцией
Национальный НИИ общественного здоровья имени Н.А. Семашко

105064, Москва, ул.Воронцово Поле, д.12


Телефон: +7 903 671-67-12
E-mail: redactor@journal-nriph.ru

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах