Учёные из MIT, Mass General Brigham и Гарвардской медицинской школы разработали модель глубокого обучения, которая может предсказать прогноз сердечной недостаточности пациента на год вперёд. Эта инновация может изменить подход к лечению пациентов с данной патологией.
Как работает новая модель?
Модель, получившая название PULSE-HF, может предсказать изменения в функции сердца, известной как фракция выброса левого желудочка. Эта функция показывает, сколько крови выбрасывает сердце с каждым ударом, и её снижение может сигнализировать о серьёзных проблемах.
Используя данные электрокардиограммы (ЭКГ), специалисты могут прогнозировать, будет ли фракция выброса падать ниже критического уровня в 40% в течение следующего года. Это позволяет врачам заранее принимать меры для предотвращения ухудшения состояния пациента.
Преимущества и потенциал технологии
Одной из ключевых особенностей PULSE-HF является её способность прогнозировать, а не только диагностировать. Это позволяет заранее выявлять пациентов с высоким риском и снижать нагрузку на систему здравоохранения, уделяя больше внимания тем, кто в этом действительно нуждается.
Кроме того, модель может быть использована в условиях ограниченных ресурсов, например, в деревенских клиниках, где нет возможности проводить регулярные ультразвуковые обследования.
Технические сложности и перспективы
Создание и тестирование модели заняло несколько лет, и исследователи столкнулись с множеством трудностей, связанных с обработкой и очисткой данных. Тем не менее, результаты впечатляют — PULSE-HF показала высокую точность при тестировании на трёх различных группах пациентов.
Следующим шагом станет тестирование модели на реальных пациентах, что позволит ещё лучше оценить её практическую применимость и эффективность.
Внедрение таких технологий в здравоохранение может значительно снизить уровень смертности и улучшить качество жизни пациентов. Работа над PULSE-HF демонстрирует, как искусственный интеллект может играть ключевую роль в медицине будущего.
