Специалисты Сыктывкарского госуниверситета имени Питирима Сорокина совместно с коллегами разработали алгоритм машинного обучения, который прогнозирует летальный исход у пациентов с острым коронарным синдромом. Нейросеть обучили на данных 14 тысяч человек, и по точности она превзошла общепринятую шкалу GRACE. Технология пока требует клинических испытаний, но уже показала впечатляющие результаты.
Учёные Сыктывкарского госуниверситета имени Питирима Сорокина совместно с исследователями из других центров создали систему искусственного интеллекта, способную оценивать риск смерти у пациентов с острым коронарным синдромом. Алгоритм обучали на данных более 14 тысяч пациентов, проходивших лечение в медучреждениях Коми, Санкт-Петербурга и Ленинградской области. В финальный анализ вошли сведения о 13,3 тысячи человек и 28 клинических параметрах: возраст, давление, лабораторные показатели, результаты обследований.
В основе модели лежит метод машинного обучения CatBoost. Точность прогноза по показателю AUC-ROC составила 0,961. Для сравнения: у широко применяемой сегодня шкалы GRACE этот показатель равен 0,919. Чем ближе значение к единице, тем выше качество предсказания. Таким образом, новая система превосходит существующий стандарт и потенциально может спасти больше жизней.
Разработчики подчёркивают, что алгоритм не только выдаёт оценку риска, но и объясняет, какие факторы оказали наибольшее влияние на прогноз. Это помогает врачам принимать более обоснованные решения. Однако авторы предупреждают: прежде чем внедрять технологию в реальную клиническую практику, необходимо провести дополнительные исследования и валидацию. Тем не менее первые результаты выглядят многообещающе.
Ученые доказали способность свежезаваренного чая продлевать жизнь человека.
Также специалисты выяснили, почему проблемы с животом заставляют спать вместо еды
________________
Подпишитесь на наш канал, ставьте лайки и оставляйте свои комментарии, этим вы поможете донести важную информацию до большего количества людей. А кнопка «Поддержать» — это способ сказать нам «спасибо».