Ученые Южно-Уральского государственного университета (ЮУрГУ) создали и провели испытания нового алгоритма, предназначенного для выявления признаков сердечно-сосудистых заболеваний на миллионах кардиограмм за считанные секунды. Разработка была протестирована на двух отечественных суперкомпьютерах. По оценке пресс-службы вуза, её внедрение в систему здравоохранения может повысить качество диагностики во всех регионах России.
"Заместитель директора НОЦ 'Искусственный интеллект и квантовые технологии' ЮУрГУ Михаил Цымблер и начальник отдела интеллектуального анализа данных и виртуализации Яна Краева нашли решение для медицинской проблемы диагностики сердечно-сосудистых заболеваний, а также для массового и скоростного аудита миллионов кардиограмм. Для этого разработали новый параллельный алгоритм, который работает с помощью кластерной системы с узлами на базе графических процессоров", — сказали в вузе.
В пресс-релизе уточнили название алгоритма — PADDi (PALMAD-based anomaly discovery on distributed GPUs — «обнаружение аномалий на распределённых GPU на основе PALMAD»). Алгоритм обеспечивает анализ объёмов данных, которые невозможно разместить целиком в оперативной памяти, и предназначен для поиска аномалий не только в кардиограммах, но и в любых наборах данных из разных предметных областей. При этом разработчики отмечают, что методика не требует привлечения отраслевых специалистов для первичного отбора аномалий.
"Делать это получается за счёт введения в алгоритм понятия диссонанса, которое формализует нечеткое понятие аномалии. Это и новизна, и уникальность разработки. Найденные диссонансы отражают наличие аномального события в реальной жизни. При этом обработка большого ряда данных организуется не на одном, а на двух уровнях", — рассказали в вузе.
Технически алгоритм реализует многоуровневую обработку: исходный массив данных, например множество кардиограмм, сначала делится на фрагменты, каждый из которых назначается отдельному узлу кластерной системы. Далее каждый фрагмент разбивается на сегменты, обработка которых осуществляется графическими процессорами соответствующего узла. На каждом уровне узлы и GPU обмениваются полученными результатами, что обеспечивает согласованность и масштабируемость анализа.
ЮУрГУ сообщил, что PADDi прошёл испытания на суперкомпьютерах "Ломоносов‑2" (МГУ) и "Лобачевский" (Нижегородский государственный университет). В экспериментах использовались временные ряды с миллионами точек из различных предметных областей, что позволило проверить корректность работы алгоритма при обработке больших объёмов данных.