Ученые предложили подход, позволяющий с 87% точностью выявить нарушения сердечного ритма, которые связывают с постковидным синдромом. Для этого авторы использовали мобильную систему — сенсорный пояс для регистрации сердечного ритма, который добровольцы носили каждый день. Система собирала данные и передавала их на сервер через смартфон. Разработка поможет выявить постковидное состояние без проведения медицинских анализов, таких как анализ крови на антитела, для дальнейшего лечения последствий COVID-19. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Sensors.
Симптомы постковидного синдрома, такие как нарушения работы желудочно-кишечного тракта, боли в суставах, слабость, потеря памяти и многие другие сохраняются длительное время. Обычно постковидный синдром выявляют с помощью анализа крови на антитела, однако эти белковые молекулы не сохраняются так долго, как симптомы, и через полгода антитела к вирусу COVID-19 обнаружить уже не удается. В связи с этим ученые ищут другие способы выявления постковидного состояния. Более ранние исследования показали, что аномалии сердечного ритма — резкие его колебания в пределах 100 миллисекунд при маленькой амплитуде — указывают на последствия перенесенного COVID-19. Такие специфичные нарушения сердцебиения называются кардиоспайки. На графике ЭКГ они выглядят как резкие вертикальные линии.
Ученые из Национального исследовательского Нижегородского государственного университета имени Н. И. Лобачевского (Нижний Новгород) с коллегами предложили использовать алгоритмы машинного обучения, чтобы выявлять на ЭКГ кардиоспайки. Для анализа использовались сверточные нейронные сети, применяемые для распознавания образов. Название архитектура сети получила из-за наличия операции свертки, суть которой состоит в том, что каждый фрагмент изображения умножается на матрицу (ядро) свертки поэлементно, а результат суммируется и записывается в аналогичную позицию выходного изображения.
Авторы протестировали нейросети на данных 970 пациентов с диагностированным COVID-19. В выборку были включены пациенты, переболевшие в период пандемии и имевшие поражения легких от 44% до 92% по результатам компьютерной томографии, то есть люди с тяжелым течением болезни. Данные о частоте сердечного ритма собирали с помощью мобильной системы, состоящей из сенсорного пояса, измеряющего ритмограмму, и смартфона, собирающего данные и передающего их на сервер для дальнейшего анализа. Затем собранные данные обрабатывались нейросетью и благодаря этому выявлялись кардиоспайки. Ученые убедились, что у пациентов с COVID-19 наблюдалось отчетливое изменение частоты сердечных сокращений, а кардиоспайки действительно указывали именно на COVID-19 или на постковидный синдром. Предложенная архитектура нейросети продемонстрировала точность выявления постковидного состояния, равную 87%.
Чтобы ответить на вопрос, почему именно после COVID-19 появляются кардиоспайки, ученые проанализировали образцы крови пациентов. Исследование показало, что, вероятнее всего, появление кардиоспайков связано с нарушением вязкости и свертываемости крови. Из-за большей вязкости увеличивается нагрузка на сердечную мышцу и повреждается легочная ткань за счет давления на альвеолы — пузырьки, в которых происходит газообмен с кровью.
Предложенный подход поможет увеличить точность диагностики постковидного состояния, так как нарушения сердечного ритма наблюдаются еще долгое время, вплоть до полугода после перенесенного заболевания. В связи с этим предложенная авторами система будет особенно актуальна для тех, кто перенес заболевание «на ногах», но в последующем столкнулся с постковидным состоянием, которое описывается различными симптомами — слабость, одышка, головные боли, боли в суставах, — прямо не указывающими на перенесенный COVID-19.
«Полученные результаты помогут развитию технологии дистанционного скрининга с использованием мобильных устройств и телеметрии сердечного ритма для диагностики и мониторинга COVID-19. В дальнейшем планируется улучшить точность обнаружения кардиоспайков. Кроме того, есть смысл изучить, позволяет ли предложенный метод выявлять экстрасистолы — другой вид нарушения сердечного ритма», — рассказывает участник проекта, поддержанного грантом РНФ, Сергей Стасенко, кандидат физико-математических наук, старший научный сотрудник лаборатории перспективных методов анализа многомерных данных ИИТММ.
В исследовании также принимали участие сотрудники Института прикладной физики имени А. В. Гапонова-Грехова РАН (Нижний Новгород), Приволжского научно-исследовательского медицинского университета (Нижний Новгород), Нижегородского областного клинического онкологического диспансера и Клинической больницы №2 Нижнего Новгорода.