Искусственный интеллект смог спрогнозировать риск инфаркта и инсульта лучше врачей
Shutterstock
Искусственный интеллект точнее врачей определяет риск развития инсульта и инфаркта у пациентов, выяснили исследователи. По их расчетам, активное внедрение систем ИИ в медицину должно произойти уже в следующие пять лет.
Во многих экспериментах системы искусственного интеллекта (ИИ) показывают многообещающие результаты в диагностике и прогнозе исхода заболеваний на основе анализа изображений. С некоторыми задачами, например с диагностикой аутизма у младенцев и зашиванием ран, они справляются даже лучше врачей.
Теперь же, благодаря исследователям из Ноттингемского университета, ИИ способен на основе медицинских данных о пациенте рассчитать риск возникновения инсульта и инфаркта в следующие десять лет.
Он показал более высокую точность по сравнению со стандартными методиками. Результаты исследования были опубликованы в журнале PLOS One. Также исследователи отметили, что около половины инфарктов и инсультов происходят у людей, не относящихся к группе риска.
В настоящее время оценка рисков производится согласно рекомендациям, разработанным Американской кардиологической ассоциацией и Американским колледжем кардиологов. Врачи ориентируются на такие показатели, как высокое кровяное давление, уровень холестерина, возраст, курение и наличие диабета, чтобы спрогнозировать вероятность развития инфаркта и инсульта для отдельно взятого пациента и дать ему определенные рекомендации.
В поисках более совершенного способа исследователь Стивен Венг и его коллеги протестировали несколько разных систем, основанных на машинном обучении. Они использовали данные о более чем 300 тыс. пациентов со всей Великобритании. Данные содержали информацию о состоянии здоровья пациентов в 2005–2015 годах, результатах лабораторных исследований, рекомендованных препаратах, посещениях больниц и так далее.
Исследователи использовали 75% данных, чтобы научить систему определять признаки, по которым можно спрогнозировать инсульты и инфаркты у пациента в течение десяти лет. Проверка производилась на оставшихся 25% данных. Для сравнения: ученые протестировали и действенность привычных рекомендаций.
Используя модель, в которой значение 1,0 обозначало 100-процентную точность, команда установила, что при использовании рекомендаций Американской кардиологической ассоциации можно достичь результата в 0,728, в то время как ИИ продемонстрировал результаты в диапазоне 0,745–0,764 в зависимости от типа нейронной сети.
И хотя разница кажется не слишком существенной, полученный результат говорит о том, что нейронная сеть правильно определила 355 пациентов, рискующих пострадать от инфаркта и инсульта, больше, чем можно было бы определить по стандартной методике. Это значит, что при использовании ИИ еще несколько человек могли бы получить своевременные рекомендации по изменению образа жизни.
«Переход от исследований к использованию приложений в клинической практике произойдет в следующие пять лет», — считает Венг.
Однако для внедрения технологии в клиническую практику необходимо решить некоторые вопросы нормативного характера. «Основным барьером для внедрения будет управление конфиденциальностью данных о пациентах, которые будут обрабатываться системой», — отмечает Венг. Кроме того, неясно, кто будет нести ответственность за принятые машиной решения.
Искусственный интеллект смог спрогнозировать риск инфаркта и инсульта лучше врачей
Shutterstock
Искусственный интеллект точнее врачей определяет риск развития инсульта и инфаркта у пациентов, выяснили исследователи. По их расчетам, активное внедрение систем ИИ в медицину должно произойти уже в следующие пять лет.
Во многих экспериментах системы искусственного интеллекта (ИИ) показывают многообещающие результаты в диагностике и прогнозе исхода заболеваний на основе анализа изображений. С некоторыми задачами, например с диагностикой аутизма у младенцев и зашиванием ран, они справляются даже лучше врачей.
Теперь же, благодаря исследователям из Ноттингемского университета, ИИ способен на основе медицинских данных о пациенте рассчитать риск возникновения инсульта и инфаркта в следующие десять лет.
Он показал более высокую точность по сравнению со стандартными методиками. Результаты исследования были опубликованы в журнале PLOS One. Также исследователи отметили, что около половины инфарктов и инсультов происходят у людей, не относящихся к группе риска.
В настоящее время оценка рисков производится согласно рекомендациям, разработанным Американской кардиологической ассоциацией и Американским колледжем кардиологов. Врачи ориентируются на такие показатели, как высокое кровяное давление, уровень холестерина, возраст, курение и наличие диабета, чтобы спрогнозировать вероятность развития инфаркта и инсульта для отдельно взятого пациента и дать ему определенные рекомендации.
В поисках более совершенного способа исследователь Стивен Венг и его коллеги протестировали несколько разных систем, основанных на машинном обучении. Они использовали данные о более чем 300 тыс. пациентов со всей Великобритании. Данные содержали информацию о состоянии здоровья пациентов в 2005–2015 годах, результатах лабораторных исследований, рекомендованных препаратах, посещениях больниц и так далее.
Исследователи использовали 75% данных, чтобы научить систему определять признаки, по которым можно спрогнозировать инсульты и инфаркты у пациента в течение десяти лет. Проверка производилась на оставшихся 25% данных. Для сравнения: ученые протестировали и действенность привычных рекомендаций.
Используя модель, в которой значение 1,0 обозначало 100-процентную точность, команда установила, что при использовании рекомендаций Американской кардиологической ассоциации можно достичь результата в 0,728, в то время как ИИ продемонстрировал результаты в диапазоне 0,745–0,764 в зависимости от типа нейронной сети.
И хотя разница кажется не слишком существенной, полученный результат говорит о том, что нейронная сеть правильно определила 355 пациентов, рискующих пострадать от инфаркта и инсульта, больше, чем можно было бы определить по стандартной методике. Это значит, что при использовании ИИ еще несколько человек могли бы получить своевременные рекомендации по изменению образа жизни.
«Переход от исследований к использованию приложений в клинической практике произойдет в следующие пять лет», — считает Венг.
Однако для внедрения технологии в клиническую практику необходимо решить некоторые вопросы нормативного характера. «Основным барьером для внедрения будет управление конфиденциальностью данных о пациентах, которые будут обрабатываться системой», — отмечает Венг. Кроме того, неясно, кто будет нести ответственность за принятые машиной решения.
