Исследователи из MIT, Массачусетской больницы и Гарвардской медицинской школы разработали модель глубокого обучения, которая может предсказать ухудшение состояния пациентов с сердечной недостаточностью за год до его наступления.
Как работает новая модель
Названная PULSE-HF, модель анализирует электрокардиограммы (ЭКГ) пациентов для оценки их состояния. Специалисты из лаборатории под руководством профессора Коллина Стульца протестировали модель на данных из трех различных больниц и достигли высокой точности прогнозирования.
Значение для здравоохранения
Сердечная недостаточность — хроническое состояние, которое значительно ухудшает качество жизни и может привести к серьезным осложнениям. Сегодня лечение включает в себя изменение образа жизни, прием лекарств и использование медицинских устройств. Однако, несмотря на современные методы лечения, заболевание остается одной из основных причин смертности во всем мире.
По словам Теи Бергамаски, аспирантки MIT и соавтора исследования, понимание того, как пациент будет чувствовать себя после госпитализации, важно для более эффективного распределения медицинских ресурсов.
Особенности PULSE-HF
В отличие от других методов, PULSE-HF не просто обнаруживает проблемы, а прогнозирует будущее снижение фракции выброса левого желудочка сердца. Это позволяет врачам заранее определить, кому из пациентов требуется дополнительное внимание и лечение.
Интересно, что исследователи также разработали версию PULSE-HF, работающую с одноэлектродными ЭКГ, что упрощает ее использование в условиях ограниченных ресурсов, таких как сельские клиники.
Технические трудности и перспективы
Создание модели потребовало значительных усилий. Обработка и очистка данных были сложными задачами, но результаты работы оправдали ожидания команды. В будущем исследователи планируют тестировать PULSE-HF на реальных пациентах, чтобы подтвердить ее эффективность.
Тейа Бергамаски и Тиффани Яу, соавторы исследования, уверены, что их работа поможет снизить страдания пациентов и сделать здравоохранение более эффективным.
