Согласно сообщениям, новая техника на основе искусственного интеллекта, разработанная исследователями из Университета Джона Хопкинса, может предсказать, есть ли у пациента риск умереть от остановки сердца и когда.
По данным университета, технология, обученная с помощью необработанных изображений сердец больных пациентов и историй болезни, улучшает прогнозы клиницистов и потенциально может революционизировать процесс принятия клинических решений и увеличить шансы на выживание пациентов с аритмиями, внезапными и фатальными сердечными приступами.
Исследователи задокументировали свои выводы в статье под названием « Прогнозирование выживания при внезапной аритмической смерти с использованием глубокого анализа рубцов на сердце », опубликованной в журнале Nature Cardiovas Research.
«Внезапная сердечная смерть, вызванная аритмией, составляет до 20% всех смертей во всем мире, и мы мало знаем о том, почему это происходит или как узнать, кто находится в группе риска», — заявила в пресс-релизе ведущий автор исследования Наталья Траянова.
«Есть пациенты с низким риском внезапной сердечной смерти и получающие дефибрилляторы, которые им могут не понадобиться, а есть пациенты с высоким риском, которые не получают необходимого лечения и могут умереть в расцвете сил. Что может сделать наш алгоритм, так это определить, кто подвергается риску сердечной смерти и когда это произойдет, что позволит клиницистам решить, что именно следует делать», — пояснила Траянова.
Исследовательская группа использовала нейронные сети для создания персонализированной оценки выживаемости для каждого пациента с сердечным заболеванием. Сообщается, что эти оценки могут предсказать вероятность внезапной сердечной смерти на 10 лет и даже тогда, когда это наиболее вероятно.
Технология глубокого обучения была названа Survival Study of Cardiac Arrhythmia Risk (SSCAR) как намек на рубцевание сердца, вызванное болезнью сердца, которая часто приводит к аритмиям.
Исследователи использовали увеличенные контрастом изображения сердца сотен реальных пациентов (со шрамами на сердце) в больнице Джона Хопкинса, чтобы обучить алгоритм обнаруживать закономерности и взаимосвязи, невидимые невооруженным глазом.
По данным университета, текущий клинический анализ изображений сердца извлекает только простые характеристики рубца, такие как объем и масса.
Это означает, что они сильно недооценивают то, что новый алгоритм показал как критические данные.
Исследователи также обучили вторую нейронную сеть изучать стандартные данные за 10 лет, которые включали 22 фактора, таких как возраст пациента, вес, раса и употребление отпускаемых по рецепту лекарств.
Университет сообщает, что прогнозы алгоритмов были значительно более точными по каждому показателю, чем у клиницистов, и что они были подтверждены в тестах с отдельной независимой группой пациентов из 60 медицинских центров в Соединенных Штатах.
По словам Траяновой, эта концепция глубокого обучения может быть разработана для других областей медицины, которые полагаются на визуальную диагностику.
