Искусственный интеллект научили быстро определять проблемы с сердцем

Исследователи из университета Суррея разработали нейросеть, которая анализирует кардиограмму и выявляет сердечную недостаточность за несколько секунд. В клинических испытаниях программа показала точность в 100%, пишет New Atlas.

Почти 10% взрослых в возрасте старше 65 лет страдают от некоторой застойной сердечной недостаточности (ЗСН). Существует множество различных причин возникновения ЗСН, но основное хроническое заболевание, как правило, возникает в результате неспособности сердца эффективно прокачивать кровь по организму.

Рентген, анализы крови и ультразвук предлагают клиницистам полезные способы диагностики этого состояния, но один из наиболее распространенных методов заключается в использовании сигналов электрокардиограммы (ЭКГ) для определения сердечного ритма в течение нескольких минут или даже нескольких измерений в течение нескольких дней.

Ученые разработали впечатляющий новый подход с использованием сверточной нейронной сети (CNN), которая может почти мгновенно идентифицировать сердечную недостаточность, проверяя данные ЭКГ всего за одно сердцебиение.

«Мы обучили и протестировали модель CNN на больших общедоступных наборах данных ЭКГ с участием пациентов с ЗСН, а также здоровыми сердцами. Наша модель показала 100-процентную точность: проверяя только одно сердцебиение, мы можем определить, есть ли у человека сердечная недостаточность. Наша модель также одна из первых известна тем, что она способна идентифицировать морфологические особенности ЭКГ», — говорит Себастьян Массаро из Университета Суррея.

Как полагает Массаро, система команды в настоящее время сообщает о невероятной 100-процентной точности, но исследование не лишено некоторых ограничений. Самое главное, что данные, использованные в текущем исследовании, состояли только из показаний ЭКГ либо у пациентов с тяжелой формой ЗСН, либо у здоровых людей.

Исследователи отмечают, что результаты могут быть не такими точными для пациентов с более легкой формой сердечной недостаточности, поэтому, безусловно, необходимо проделать большую работу для проверки более широкого спектра диагнозов, прежде чем эта технология будет внедрена в клиническую практику.

Массаро и его команда предполагают, что их работа с использованием коротких записей ЭКГ для выявления сердечной недостаточности может проложить путь для создания носимых датчиков здоровья, которые постоянно следят за пациентами в реальных условиях.

«Это важный результат, потому что с ростом доступности носимых устройств, снимающих временные записи ЭКГ (например, умные часы), точное прогнозирование ЗСН может быть вскоре выполнено с помощью устройств, которые люди носят в повседневных ситуациях», — заключают исследователи.