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.
