Врачи из Санкт-Петербурга предложили использовать нейросеть для прогнозирования риска развития и степени ишемической болезни сердца.
Чтобы обучить сеть врачи использовали сопоставление результатов коронарной ангиографии 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 ученые 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.
Также было проведено исследование участников стандартными методами. 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 %.
Врачи из Санкт-Петербурга предложили использовать нейросеть для прогнозирования риска развития и степени ишемической болезни сердца.
Чтобы обучить сеть врачи использовали сопоставление результатов коронарной ангиографии 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 ученые 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.
Также было проведено исследование участников стандартными методами. 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 %.
