Петербургские врачи научили нейронную сеть определять риск развития осложнений у пациентов с болезнями сердца

Чтобы обучить сеть, подготовить ее к анализу случаев реальных пациентов, врачи использовали сопоставление результатов коронарной ангиографии — процедуры, которая сегодня считается золотым стандартом в диагностике состояния сосудов сердца, и данных электрокардиограммы. Искусственному интеллекту предстояло изучить значимые для диагностики параметры более 100 пациентов в возрасте от 31 года до 89 лет и научиться классифицировать коронарные артерии, выявлять наличие поражения сосудов и прогнозировать возникновение ишемической болезни — нарушения кровоснабжения сердечной мышцы.

С помощью нейросети врачи провели анализ информации о 130 пациентах из тестовой группы, которым была проведена плановая или экстренная коронарная катетеризация. Данные их медицинских карт, в том числе возраст, пол, диагноз, особенности патологии, наличие или отсутствие сопутствующих заболеваний, отягощенная наследственность, вредные привычки, а также результаты электрокардиограмм, были внесены в базу данных машинного обучения. Искусственный интеллект изучил полученные данные и определил, кто из пациентов столкнется с поражениями основных коронарных артерий и ишемической болезнью сердца.

Врачи также исследовали всех тестируемых пациентов и привычными способами. Для прогнозирования осложненного течения ишемической болезни им проводили компьютерную коронароангиографию — исследование сосудов сердца с помощью введения в артерии рентгенконтрастного вещества, а также суточный мониторинг ЭКГ и стресс-тест на беговой дорожке, позволяющий оценить работу сердца во время физической активности.

Исследование показало, что нейросеть с задачей справилась лучше, чем традиционные методы диагностики. Например, выявляя ишемию миокарда, искусственный интеллект добился точности в 93 %, в то время как суточный мониторинг ЭКГ — только 87 %.

«В современной медицине принятие решений представляет собой сложный процесс, основанный на наличии объективных и надежных доказательств, доступе к знаниям, а также на правильном толковании имеющихся данных с учетом соотношения риска и пользы для пациента. В лечении сердечно-сосудистых заболеваний долгосрочное прогнозирование играет важную роль. Результаты наших тестов доказали высокий потенциал практического применения методов машинного обучения в клинической практике», — рассказал Андрей Обрезан.

Работа над внедрением нейросети в работу врачей продолжится.