Российские ученые разработали инновационный инструмент для диагностики сердечно-сосудистых заболеваний (ССЗ) на основе графовой нейронной сети — подхода, способного революционизировать анализ электрокардиограмм (ЭКГ).
Новая система, созданная на кафедре «Информатика и системы управления» Нижегородского государственного технического университета им. Р.Е. Алексеева, предлагает принципиально иной способ интерпретации ЭКГ-сигналов, превращая их в структурированные графы, где каждый узел и связь несет клиническую значимость.
Вместо традиционного временного или частотного анализа, применяемого в большинстве алгоритмов, новая модель отображает ЭКГ в виде графа, где узлы соответствуют ключевым точкам сигнала — зубцам P, QRS и T, — а ребра описывают взаимосвязи между ними по времени и амплитуде. Такой подход позволяет выявлять более сложные и тонкие паттерны, характерные для различных патологий, в том числе аритмий.
Модель реализована в виде программного обеспечения, официально зарегистрированного как объект интеллектуальной собственности. Система разработана на языке Python и может работать в разных операционных системах, обеспечивая устойчивость к шумам и высокую точность выявления аномалий в ЭКГ.
В настоящее время проект находится на этапе теоретической отработки и тестируется на открытых базах данных. Тем не менее, архитектура уже показывает перспективные результаты в моделировании пространственно-временных зависимостей ЭКГ-сигналов. Каждый слой многослойной графовой нейронной сети интерпретирует данные с разной степенью абстракции — от сырых сигналов до клинически значимых признаков.
Исследователи подчеркивают, что использование графовых нейросетей может стать серьезным шагом вперед в диагностике ССЗ, которые по данным Всемирной организации здравоохранения ежегодно уносят около 18 миллионов жизней. Внедрение таких технологий в клиническую практику, по мнению авторов, способно повысить точность и оперативность диагностики, а значит — и шансы пациентов на своевременное и эффективное лечение.
