Команда ученых из MIT, Mass General Brigham и Гарвардской медицинской школы разработала модель глубокого обучения, способную прогнозировать, как изменится состояние пациентов с сердечной недостаточностью в течение следующего года. Эта инновация может стать важным инструментом в управлении этим серьёзным заболеванием.
Как работает новая модель?
Разработанная модель, получившая название PULSE-HF, анализирует данные электрокардиограммы (ЭКГ) и прогнозирует изменения в фракции выброса левого желудочка — ключевой показатель работы сердца. Если фракция выброса падает ниже 40%, это свидетельствует о тяжёлой стадии сердечной недостаточности.
Применение в клинической практике
Если модель предсказывает ухудшение состояния пациента, врачи могут оперативно назначить дополнительные обследования и лечение. Такой подход позволяет снижать нагрузку на медицинские учреждения и более эффективно использовать ресурсы здравоохранения.
Преимущества и вызовы
PULSE-HF отличается от существующих методов тем, что не просто выявляет проблему, а предсказывает её развитие. При тестировании модель достигла высокой точности, показав AUROC от 0.87 до 0.91, что говорит о её надёжности.
Однако, как и в случае с большинством исследований ИИ в медицине, разработка PULSE-HF потребовала значительных усилий. Наибольшие трудности вызвало создание и очистка данных, необходимых для обучения модели.
Следующий шаг в развитии
Ученые планируют протестировать PULSE-HF в реальных условиях, чтобы убедиться в её эффективности и безопасности. Это может стать важным шагом на пути к внедрению ИИ в медицинскую практику, позволяя улучшить качество жизни тысяч пациентов.
