Ученые из Университета Джонса Хопкинса разработали модель искусственного интеллекта, которая выявляет в обычных электрокардиограммах (ЭКГ) ранее незаметные сигналы, позволяющие с высокой точностью предсказать смертельно опасные осложнения после операций.
Технология существенно превосходит по эффективности существующие методы оценки рисков, используемые врачами. Работа опубликована в журнале British Journal of Anaesthesia (BJA).
«Мы показали, что даже базовая ЭКГ содержит важнейшую информацию, которую невозможно распознать невооруженным глазом. Извлечь ее позволяют только методы машинного обучения», — отметил ведущий автор работы Роберт Д. Стивенс, руководитель подразделения информатики, интеграции и инноваций.
После крупных хирургических вмешательств значительная часть пациентов сталкивается с тяжелыми осложнениями — инфарктом, инсультом или смертью в течение 30 дней. Сегодняшние шкалы риска предсказывают такие исходы лишь примерно в 60% случаев.
Исследователи предположили, что ЭКГ может содержать скрытые маркеры, связанные не только с состоянием сердца, но и с воспалением, обменом веществ, гормональной регуляцией и уровнем электролитов. Чтобы проверить гипотезу, они проанализировали данные предоперационных ЭКГ 37 тысяч пациентов, перенесших операции в Бостоне.
Были обучены два алгоритма: один работал только с ЭКГ, второй — так называемая «фьюжн-модель» — комбинировал данные ЭКГ с медицинскими показателями пациентов (возраст, пол, сопутствующие болезни).
Источник: hi-tech.mail.ru