Алгоритм научился быстро и очень точно диагностировать сердечный приступ: как ИИ спасает жизни

Симптомы сердечного приступа иногда похожи на симптомы патологий, не связанных с сердцем, что затрудняет их своевременное распознавание. Британские исследователи обратились к машинному обучению, чтобы предоставить врачам быстрый и точный способ диагностики сердечных приступов, который может сократить время, необходимое для постановки диагноза, и обеспечить более эффективное и действенное лечение пациентов.
Алгоритм научился быстро и очень точно диагностировать сердечный приступ: как ИИ спасает жизни
Depositphotos

В настоящее время лучшим методом диагностики сердечного приступа является измерение уровня белка тропонина в крови. Тропонин высвобождается при повреждении сердечной мышцы; уровни обычно резко увеличиваются в течение трех-двенадцати часов после сердечного приступа, достигая пика примерно через 24 часа.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Во многих больницах по всему миру приняты диагностические методы, включающие определение уровня тропонина при госпитализации с подозрением на сердечный приступ. Но у них есть некоторые ограничения: они требуют сбора образцов крови в определенное время, что может быть проблемой в условиях отделения неотложной помощи; пациентов можно классифицировать только по уровню риска приступа (низкий, средний или высокий) без учета другой важной информации, такой как время появления симптомов или результаты электрокардиограммы (ЭКГ); и, наконец, они не учитывают влияние пола, возраста и сопутствующих заболеваний.

Британские исследователи разработали быстрый и точный алгоритм машинного обучения на основе искусственного интеллекта. Система CoDE-ACS была специально разработана для расчета вероятности сердечного приступа у каждого отдельного взятого пациента.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Исследователи использовали данные 10 286 пациентов с возможным сердечным приступом в шести странах мира. Алгоритм машинного обучения был натренирован с указанием пола, возраста, результатов ЭКГ и истории болезни пациента, а также уровня тропонина, чтобы определить вероятность сердечного приступа.

По сравнению с существующими методами исследователи обнаружили, что CoDE-ACS может исключить сердечный приступ с точностью 99,6% у вдвое большего числа пациентов. В то же время, алгоритм точно предсказал сердечный приступ в подгруппах, включая мужчин и женщин, пожилых людей, людей с почечной недостаточностью или тех, кто обратился в больницу сразу после появления симптомов.

Исследователи говорят, что их алгоритм CoDE-ACS может предотвратить ненужную госпитализацию пациентов, у которых не было приступа, или у пациентов с низким риском повреждения сердечной мышцы или смерти из-за проблем с сердцем. По словам медиков, это сделает неотложную помощь более эффективной и действенной и позволит определить, каких пациентов можно безопасно отправить домой, а каких нужно оставить для дальнейших анализов.