Учёные Университета Джона Хопкинса создали модель искусственного интеллекта, способную выявлять смертельно опасные осложнения после хирургических операций с точностью до 85%. Алгоритм анализирует стандартные электрокардиограммы (ЭКГ) и находит в них сигналы, которые остаются невидимыми для врачей.
Исследование финансировалось из федерального бюджета США и, по словам авторов, может радикально изменить процесс предоперационной оценки риска. Сегодняшние методы прогнозирования осложнений показывают точность около 60%, тогда как новая модель значительно повышает этот показатель.
«Базовая ЭКГ содержит важную прогностическую информацию, которую невозможно выявить невооружённым глазом. Извлечь её позволяют только методы машинного обучения», — объясняет руководитель проекта Роберт Д. Стивенс.
Как работает модель
Команда Хопкинса проанализировала данные 37 000 пациентов Медицинского центра Beth Israel Deaconess в Бостоне. Для обучения использовались две модели:
- первая — исключительно на основе ЭКГ;
- вторая — так называемая «модель слияния», дополнительно учитывающая сведения из медицинских карт (возраст, пол, сопутствующие болезни).
Обе версии превзошли традиционные оценки риска, а «модель слияния» показала наилучший результат — 85% точности в прогнозировании сердечного приступа, инсульта или смерти в течение 30 дней после операции.
Значение для медицины
По словам исследователей, алгоритм способен превратить обычные 10-секундные результаты ЭКГ в «спасающий жизни инструмент». Более того, он не просто выдаёт прогноз, но и помогает понять, какие именно особенности ЭКГ связаны с риском осложнений.
«Можно представить, что стандартная ЭКГ больше не будет просто лежать в медицинской карте. Она пройдёт через модель ИИ, и пациент вместе с врачом получит персонализированную оценку рисков», — отмечает Стивенс.
Что дальше
Учёные планируют протестировать систему на более масштабных наборах данных, включая проспективные исследования на пациентах, которым только предстоит операция. Кроме того, они намерены изучить, какие ещё скрытые сведения можно извлечь из ЭКГ с помощью методов глубокого обучения.
Больше интересного – на медиапортале https://www.cta.ru/