Название базовой системы (платформы): | Искусственный дизайнерский интеллект Николай Иронов |
Разработчики: | Санкт-Петербургский государственный университет (СПбГУ), Согаз-Мед |
Дата премьеры системы: | 2022/02/02 |
Отрасли: | Фармацевтика, медицина, здравоохранение |
Основные статьи:
- Нейросети (нейронные сети)
- Искусственный интеллект в медицине
- Сердце человека
- Диагностика сердечных заболеваний
2022: Создание нейросети для оценки рисков развития осложнений у пациентов с болезнями сердца
Петербургские врачи научили нейронную сеть определять риск развития осложнений у пациентов с болезнями сердца. Об этом СПбГУ сообщил 2 февраля 2022 года.
Сердечно-сосудистые заболевания, несмотря на значительные достижения в диагностике и лечении, частная причина смертности в Европе. Переломить эту ситуацию может ранняя точная диагностика и оценка прогноза. Профессор заведующий кафедрой госпитальной терапии СПбГУ, главный врач группы клиник «СОГАЗ МЕДИЦИНА» Андрей Обрезан и врач-кардиолог Международного медицинского центра «Согаз» Тимур Абдуалимов предложили использовать для этого нейросеть — метод машинного обучения, смоделированный на основе обработки больших объемов информации. ИТ-ландшафт российских организаций в области систем резервного копирования и смежных типов ПО. Результаты исследования TAdviser
Чтобы обучить сеть, подготовить ее к анализу случаев реальных пациентов, врачи использовали сопоставление результатов коронарной ангиографии — процедуры, которая на февраль 2022 года считается золотым стандартом в диагностике состояния сосудов сердца, и данных электрокардиограммы. Искусственному интеллекту предстояло изучить значимые для диагностики параметры более 100 пациентов в возрасте от 31 года до 89 лет и научиться классифицировать коронарные артерии, выявлять наличие поражения сосудов и прогнозировать возникновение ишемической болезни — нарушения кровоснабжения сердечной мышцы.
С помощью нейросети врачи провели анализ информации о 130 пациентах из тестовой группы, которым была проведена плановая или экстренная коронарная катетеризация. Данные их медицинских карт, в том числе возраст, пол, диагноз, особенности патологии, наличие или отсутствие сопутствующих заболеваний, отягощенная наследственность, вредные привычки, а также результаты электрокардиограмм, были внесены в базу данных машинного обучения. Искусственный интеллект изучил полученные данные и определил, кто из пациентов столкнется с поражениями основных коронарных артерий и ишемической болезнью сердца.
Врачи также исследовали всех тестируемых пациентов и привычными способами. Для прогнозирования осложненного течения ишемической болезни им проводили компьютерную коронароангиографию — исследование сосудов сердца с помощью введения в артерии рентгенконтрастного вещества, а также суточный мониторинг ЭКГ и стресс-тест на беговой дорожке, позволяющий оценить работу сердца во время физической активности.
Исследование показало, что нейросеть с задачей справилась лучше, чем традиционные методы диагностики. Например, выявляя ишемию миокарда, искусственный интеллект добился точности в 93 %, в то время как суточный мониторинг ЭКГ — только 87 %.
В медицине принятие решений представляет собой сложный процесс, основанный на наличии объективных и надежных доказательств, доступе к знаниям, а также на правильном толковании имеющихся данных с учетом соотношения риска и пользы для пациента. В лечении сердечно-сосудистых заболеваний долгосрочное прогнозирование играет важную роль. Результаты наших тестов доказали высокий потенциал практического применения методов машинного обучения в клинической практике, — рассказал Андрей Обрезан. |
Работа над внедрением нейросети в работу врачей продолжится.