ИИ обгоняет врачей в прогнозировании послеоперационных угроз
Исследователи Университета Джонса Хопкинса создали революционную модель искусственного интеллекта. Эта технология находит в стандартных электрокардиограммах (ЭКГ) прежде неразличимые сигналы, с высокой точностью предсказывая серьезные послеоперационные риски. Новая система значительно эффективнее традиционных врачебных методов оценки.
«Наше исследование доказывает: даже стандартная ЭКГ хранит ключевую информацию, недоступную для визуального анализа. Раскрыть её под силу только машинному обучению», — объясняет лидер работы Роберт Д. Стивенс, глава подразделения информатики и инноваций.
В поисках скрытых сигналов для победы над рисками
После обширных операций многие пациенты рискуют столкнуться с инфарктом, инсультом или даже летальным исходом в первый месяц. Существующие методы прогнозирования демонстрируют недостаточную точность, верно определяя риск лишь около 60% случаев.
Ученая группа выдвинула смелую идею: ЭКГ несет скрытые биомаркеры, отражающие не только сердечную активность, но и системное воспаление, обменные процессы, гормональный статус и баланс электролитов. Для проверки гипотезы они детально изучили предоперационные ЭКГ 37 000 пациентов, оперированных в Бостоне.
Две модели ИИ и триумф комбинированного подхода
Были созданы и обучены две модели ИИ. Первая анализировала исключительно данные ЭКГ. Вторая, более продвинутая «фьюжн-модель», интегрировала эти данные с ключевыми клиническими показателями: возрастом, полом пациента и имеющимися заболеваниями.
Оба алгоритма уверенно превзошли традиционные оценочные шкалы. Однако лидером стала «фьюжн-модель», достигшая впечатляющей точности прогноза осложнений в 85%.
Значимый прорыв и будущие перспективы
«Поразительно, что всего 10 секунд записи ЭКГ могут дать столь точный прогноз исхода операции! Это настоящий прорыв с огромным потенциалом для преобразования подхода к оценке хирургических рисков», — воодушевленно делится соавтор Карл Харрис, аспирант кафедры биомедицинской инженерии.
Следующие шаги включают испытания алгоритма на более масштабных наборах данных и его валидацию в режиме реального времени у пациентов перед плановыми операциями.
Ранее был найден способ обнаружить болезнь Альцгеймера за много лет до появления симптомов.
Источник: www.gazeta.ru
