Технология предназначена для применения в медицинских учреждениях. Решение создано на базе искусственного интеллекта и ориентировано на раннее обнаружение опасных состояний за счет расширенной интерпретации электрокардиограмм с учетом дополнительных параметров.
"Ученые подведомственного Минобрнауки России Пензенского государственного университета (ПГУ) совместно с коллегами из Пензенского государственного технологического университета (ПензГТУ) разработали способ нейросетевого анализа, который позволяет оценить состояние сердца и предупредить развитие опасных сердечно-сосудистых заболеваний. Они запатентовали метод, который с высокой вероятностью выявляет заболевания сердца", – говорится в сообщении.
По данным пресс-службы, специалисты ПГУ и ПензГТУ первыми предложили подход к нейросетевому анализу, ориентированный на распознавание признаков таких состояний, как хроническая сердечная недостаточность, тромбоэмболия легочной артерии, инфаркт миокарда и внезапная сердечная смерть.
Алгоритм совмещает параметры электрокардиограммы с данными флюорографии и учитывает два положения оси сердца – электрическую и геометрическую. За счет сопоставления электрической активности и пространственного расположения органа повышается точность дифференциальной диагностики нормы и патологии.
"При патологиях структура сердца меняется. Это приводит к его изменению, что, в свою очередь, влечет за собой смещение геометрической оси сердца. Поэтому важно обращать внимание и на расположение сердца в грудной клетке. <…> Учет геометрической оси сердца повышает чувствительность и специфичность диагностики сердечно-сосудистых заболеваний", – приводит пресс-служба слова доцента кафедры "Внутренние болезни" ПГУ Руслана Рахматуллова.
Исследование на основе искусственного интеллекта занимает 10–15 мин.: программа считывает ЭКГ, передает запись в обученную нейросеть, которая сопоставляет выявленные отклонения с эталонными наборами данных и выделяет отличительные признаки заболевания. Система формирует предварительное заключение, после чего результат проверяет врач. Такой формат позволяет ускорить первичную оценку рисков без инвазивных вмешательств и ввести дополнительный аналитический уровень в рутинную кардиодиагностику.
Разработчики уже обучили модель на материалах более чем 250 пациентов с сердечной патологией, расширение базы продолжается.
Далее планируется внедрение в поликлиническую службу, а также в кардиологические и терапевтические стационары Пензы. В Минобрнауки подчеркивают потенциал технологии для совершенствования действующих неинвазивных методов кардиодиагностики за счет высокой информативности при простоте выполнения и точности нейросетевого анализа.
Ранее ученые из Перми разработали метод диагностики сколиоза и состояния позвоночника в целом с помощью искусственного интеллекта и камеры смартфона. Была создана и обучена специальная нейросеть, которая распознает ключевые анатомические точки на спине по обычной фотографии.
