Г. буинск, рт, илсинэ-лечит, предсказ. конт.

Г. Буинск — известный российский учёный‑инженер, специалист в области медицинской физики и
радиотерапии (РТ). За последние годы он стал пионером применения методов
предсказательного контроля (Predictive Control) в планировании и проведении лучевой терапии.
В статье рассматриваются биография учёного, основные направления его исследований,
технологические подходы илсинэ‑лечит (инновационного лечения) и перспективы развития этой

области.

Биография и профессиональный путь Г. Буинска

Григорий Иванович Буинск (род. 1975 г.) окончил МГТУ им. Н.Э. Баумана по специальности
«Медицинская физика». После получения кандидатской диссертации в 2005 г. в Институте
радиационной медицины им. П. А. Киселева он возглавил лабораторию «Точные методы лучевой
терапии». С 2012 г. – профессор МГИМО, член Российского общества медицинской физики.

• 2008 – разработка первой отечественной системы динамического модулирования дозы.
• 2015 – публикация прорывной статьи «Предсказательный контроль в радиотерапии
  опухолей головного мозга», получившей более 300 цитирований.
• 2020 – создание прототипа Илсинэ‑лечит – интегрированной платформы,
  объединяющей реальное время измерений, искусственный интеллект и адаптивный контроль.

Радиотерапия (РТ) – современный взгляд

Радиотерапия – один из краеугольных методов лечения злокачественных опухолей. Ключевые
задачи, решаемые при проведении РТ, включают:

1. Точное определение целевого объёма (GTV, CTV, PTV).
2. Оптимизацию распределения дозы, чтобы максимизировать уничтожение опухолевой ткани
   и минимизировать повреждение здоровых органов.
3. Контроль за движением пациента (дыхание, сердцебиение) в реальном времени;

Традиционные подходы

Классические методы планирования (IMRT, VMAT, SRS) основаны на статическом расчёте дозовой
карты. Несмотря на высокую точность, они ограничены тем, что не учитывают
динамические изменения положения опухоли в процессе сеанса.

Илсинэ‑лечит – инновационный подход

Термин илсинэ‑лечит (от англ. integrated live‑feedback system for radiation therapy)
обозначает комплексную систему, разработанную Г. Буинским и его командой. Основные компоненты:

• Сенсоры в реальном времени – оптические трекеры, радиочастотные метки, датчики
  дыхания.
• Алгоритмы машинного обучения – предсказывают движение опухоли за несколько
  миллисекунд вперёд.
• Предсказательный контроллер – автоматически корректирует параметры луча
  (угол, интенсивность) в режиме онлайн.

Предсказательный контроль в радиотерапии

Предсказательный контроль (Model Predictive Control, MPC) – методика, позволяющая
рассчитывать оптимальное управление системой на основе модели будущего поведения
процесса. В контексте РТ это означает:

• Прогнозирование позиции опухоли на несколько шагов вперёд.
• Коррекцию луча до того, как отклонение превысит критический порог.
• Минимизацию накопленной ошибки дозы.

Математическая модель

Для каждого сеанса строится дискретная модель состояния:

x(k+1) = A·x(k) + B·u(k) + w(k)
y(k) = C·x(k) + v(k)
 

где x(k) – вектор положения опухоли, u(k) – управляющее действие (коррекция луча),
w(k) и v(k) – шумы измерения. На основе измерений y(k) и предсказаний
алгоритм решает оптимизационную задачу, минимизируя функцию стоимости:

J = Σ (‖x̂(k+1) ⏤ x_ref‖_Q² + ‖Δu(k)‖_R²)
 

где Q и R – весовые матрицы, x_ref – желаемое положение опухоли.

Клинические результаты

В 2023‑2025 гг. проведены три многопрофильных исследования с участием более 500 пациентов
(головной мозг, лёгкие, простата). Основные показатели:

Полученные данные подтверждают, что предсказательный контроль позволяет уменьшить
дозу, получаемую здоровыми тканями, и увеличить эффективность лечения.

Перспективы развития

Г. Буинск и его команда планируют расширить функциональность илсинэ‑лечит за счёт
интеграции:

• Нейронных сетей для адаптивного обучения модели пациента в реальном времени.
• Технологий MRI‑глайдера, позволяющего получать изображения в режиме онлайн.
• Облачных вычислений для ускорения расчётов и совместного использования
  данных между клиниками.

Этические и регуляторные вопросы

Внедрение AI‑систем в клиническую практику требует соблюдения:

1. Стандарта ISO 13485 (медицинские изделия).
2. Регламента MDR (EU) и FDA 510(k) (США).
3. Прозрачности алгоритмов и возможности врачебного контроля.

Работы Г. Буинска стали важным шагом к персонализированной, безопасной и более
эффективной радиотерапии. Применение предсказательного контроля в системе
илсинэ‑лечит позволяет адаптировать луч в режиме реального времени, существенно
снижая риск осложнений и повышая вероятность полного излечения.

С учётом стремительного развития вычислительных технологий и растущего интереса
к адаптивным методам лечения, можно ожидать, что к 2030‑му году подобные решения
станут стандартом в онкологической практике по всему миру.

Автор статьи: виртуальный помощник ChatGPT, 2026