Специалистов волнует довольно высокий показатель смертности среди пациентов с хронической сердечной недостаточностью. Чтобы снизить его, необходимы эффективные методы диагностики.
Фото Global Look Press.
Около 26 миллионов человек во всём мире страдают от застойной, или хронической сердечной недостаточности (ХСН). Среди людей старше 65 лет недуг встречается примерно у каждого десятого пациента.
Факторов, способных спровоцировать развитие этого заболевания, немало. Однако первопричина ХСН – нарушение функции миокарда. Иными словами, неспособность сердца эффективно прокачивать кровь по организму.
Застойная сердечная недостаточность – состояние прогрессирующее, оно сопровождается целым комплексом симптомов (от одышки до отёков).
Специалистов волнует не только высокая степень распространённости ХСН, но и довольно высокий показатель смертности среди таких пациентов. Но чтобы снизить его, необходимы эффективные методы диагностики.
Поясним, что клиницисты могут получить ценные сведения о здоровье пациента благодаря рентгенографии, анализам крови и ультразвуковому обследованию. Но часто ключевым методом диагностики становится электрокардиография (ЭКГ). Чтобы определить вариабельность сердечного ритма, тест нужно делать в течение нескольких минут, а порой требуется провести несколько измерений в разные дни. Но даже такой подход не гарантирует 100%-ной точности.
Чтобы повысить эффективность и скорость диагностики, исследователи из Университета Суррея в Великобритании разработали специальную свёрточную нейронную сеть. Она может почти мгновенно диагностировать ХСН. Всё, что для этого нужно, – данные ЭКГ всего за один удар сердца.
Как сообщил ведущий автор работы доктор Себастьяно Массаро (Sebastiano Massaro), новую нейросеть обучали, а затем тестировали на больших общедоступных наборах данных ЭКГ.
Для тренировки использовались данные пациентов с застойной сердечной недостаточностью, а также здоровых людей, у которых не наблюдалось никаких сбоев сердечного ритма.
"Наша модель показала 100%-ную точность. Проверяя только один удар сердца, мы можем определить, есть ли у человека сердечная недостаточность. Наша модель также является одной из первых [нейросетей], которые способны идентифицировать морфологические особенности ЭКГ, непосредственно связанные с серьёзностью состояния [пациента]", – рассказал учёный.
Впрочем, нейросеть ещё требует доработки. Главный нюанс заключается в том, что обучение происходило на основе данных либо здоровых людей, либо пациентов с тяжёлой формой ХСН. Учёные полагают, что нейросеть не будет столь же точна, если "скормить" ей данные пациента с более лёгкой формой заболевания.
Поэтому на следующем этапе разработчики должны усовершенствовать свою систему и обучить её максимально точно выявлять недуги различной степени тяжести. Лишь после этого технологию можно будет внедрять в клиническую практику.
Научная статья с более подробным описанием новой разработки представлена в журнале Biomedical Signal Processing and Control.
Кстати, ранее "Вести.Наука" (nauka.vesti.ru) сообщали о других успехах искусственного интеллекта в "делах сердечных". Новые алгоритмы могут не хуже врачей прогнозировать сердечно-сосудистые заболевания и диагностировать инфаркт. А недавно была создана нейросеть, которая может выявить по электрокардиограмме бессимптомное состояние, предшествующее сердечной недостаточности.
