"Разработка и испытание этой системы стали важным шагом для клинической практики. Нам удалось получить высокоточный и при этом полностью объяснимый прогноз рецидивов аритмии на основе клинических данных. Алгоритм показывает врачу не только результат, но и логику решения, что принципиально меняет подход к работе с пациентами высокого риска", – цитирует сообщение пресс-службы ЧелГУ ТАСС.
Автором решения выступил исследователь математического факультета ЧелГУ Алексей Седелков. Научное руководство осуществлял доцент кафедры вычислительной математики Михаил Лепчинский при поддержке и. о. заведующего кафедрой теории управления и оптимизации Игоря Изместьева. Работа велась совместно с врачами-кардиологами областной клинической больницы №3, что обеспечило сопряжение математических методов с задачами практической кардиологии.
Модель обучали на данных комплексного обследования 97 пациентов, лечившихся в ОКБ №3 с 2010-го по 2013 год. Изначально каждый случай описывался 27 клиническими признаками – от результатов анализов до инструментальных показателей. После предварительной обработки набор факторов был сокращен до 18. Для проверки надежности прогноза на небольшом массиве данных применили метод перекрестного тестирования.
В ходе сравнения нескольких алгоритмов машинного обучения наилучшие результаты показал метод опорных векторов. Пациент относится к группе высокого риска только при рассчитанной вероятности рецидива свыше 91%. Такой порог минимизирует долю ложноположительных заключений и позволяет врачам сосредоточиться на наиболее тяжелых случаях.
Как искусственный интеллект применяется в кардиологии?
- Автоматический анализ ЭКГ. Алгоритмы за секунды расшифровывают кардиограммы, выявляя мерцательную аритмию и другие нарушения ритма. ИИ способен распознать следы скрытых заболеваний (например гипертрофическую кардиомиопатию) по сигналам, которые человеческий глаз считает нормальными.
- Обработка снимков и КТ/МРТ-визуализация. Нейросети автоматически сегментируют структуры сердца, измеряют объем желудочков и оценивают фракцию выброса на ЭхоКГ. При КТ-ангиографии ИИ мгновенно выявляет степень стеноза (сужения) артерий и рассчитывает объем кальциевого осадка в сосудах.
- Прогнозирование рисков. На основе комбинации данных (анамнез, анализы, образ жизни) ИИ строит персонализированные модели риска инфаркта миокарда, инсульта или внезапной сердечной смерти.
- Носимые устройства и удаленный мониторинг. Алгоритмы в смарт-часах и портативных датчиках непрерывно отслеживают пульсовую волну и ЭКГ. В случае фиксации опасных изменений (например затяжной тахикардии) система отправляет уведомление пациенту и его лечащему врачу.
- Интраоперационная поддержка. Специализированные ИИ-модели предсказывают критическое падение артериального давления (гипотонию) во время кардиохирургических вмешательств за несколько минут до его начала, позволяя анестезиологам вовремя среагировать.
Ранее ученые из Пензы разработали и запатентовали метод нейросетевой диагностики сердечно-сосудистых заболеваний, способный выявлять нарушения, нефиксируемые при стандартной кардиографии.
