В новом исследовании, опубликованном в журнале JACC: Cardiovascular Imaging, ученые из Медицинской школы Маунт Синай (The Mount Sinai Hospital) обнаружили, что специальный компьютерный алгоритм на основе искусственного интеллекта (ИИ) смог научиться определять тонкие изменения в электрокардиограмме (ЭКГ), чтобы выявить, имеет ли пациент сердечную недостаточность.
Новизна исследования
Результаты исследования показывают, что алгоритмы глубокого обучения могут распознавать нарушение насосной функции в обеих половинах сердца по данным кривой ЭКГ. Исследователи разработали алгоритм, который оценивал силу не только левого, но и правого желудочка.
Материалы и методы исследования
Исследователи запрограммировали компьютер для считывания ЭКГ пациентов вместе с данными, извлеченными из письменных отчетов, обобщающих результаты соответствующих эхокардиограмм, полученных от тех же пациентов. В этой ситуации письменные отчеты выступали в качестве стандартного набора данных для компьютера, чтобы сравнить их с данными электрокардиограммы и научиться определять сбои в работе сердца. Программы обработки естественного языка помогли компьютеру извлекать данные из письменных отчетов. Тем временем были включены специальные нейронные сети, способные обнаруживать закономерности на изображениях, чтобы помочь алгоритму научиться распознавать силу насосной функции.
Затем компьютер считал более 700 000 ЭКГ и заключений эхокардиограммы, полученных от 150 000 пациентов. Данные из 4-х больниц использовались для обучения компьютера, тогда как данные из 5-ой больницы использовались для проверки работы алгоритма в другой экспериментальной обстановке.
Результаты научной работы
Первоначальные результаты показали, что алгоритм был эффективен при прогнозировании сниженной насосной функции левого желудочка. Сила определялась фракцией выброса левого желудочка, оценкой того, сколько жидкости желудочек выкачивает с каждым сокращением, как это видно на эхокардиограммах. У здорового сердца фракция выброса составляет 50% или больше, в то время как у слабого сердца фракция выброса равна или меньше 40%. Алгоритм был на 94% точен при прогнозировании, у каких пациентов была здоровая фракция выброса, и на 87% точен при прогнозировании тех, у кого фракция выброса была ниже 40%. Дальнейшие результаты показали, что алгоритм также научился определять слабые места правого клапана по электрокардиограммам на 84%.
Авторы другого исследования утверждают, что тяжелые психические расстройства увеличивают риск смертности у мужчин с сердечной недостаточностью.
Врач кардиолог, терапевт, врач функциональной диагностики АО «СЗЦДМ» (г. Санкт-Петербург), редактор и автор статей
