Исследователи из MIT, Массачусетской больницы общего профиля и Гарвардской медицинской школы разработали модель глубокого обучения, способную прогнозировать состояние пациентов с сердечной недостаточностью на год вперед.
Как работает новая технология
Модель, названная PULSE-HF, анализирует данные электрокардиограммы (ЭКГ) и предсказывает изменения в функции левого желудочка сердца. Это позволяет врачам своевременно принимать меры для пациентов, находящихся в зоне риска.
Сердечная недостаточность — это хроническое заболевание, при котором сердце не может эффективно перекачивать кровь. Это ведет к накоплению жидкости в легких и других частях тела, что может привести к серьезным осложнениям.
Почему это важно
По словам Теи Бергамаски, аспирантки MIT, около половины пациентов с сердечной недостаточностью умирают в течение пяти лет после диагноза. Точное прогнозирование может помочь в распределении ресурсов здравоохранения и улучшении качества жизни пациентов.
Тестирование и результаты
Модель была протестирована на данных из трех разных источников, включая больницы Массачусетса и общедоступный набор данных MIMIC-IV. PULSE-HF продемонстрировала высокую точность, достигая AUROC от 0.87 до 0.91, что свидетельствует о её способности точно различать классы пациентов.
Преимущества и вызовы
Одним из ключевых преимуществ PULSE-HF является способность прогнозировать, а не только обнаруживать проблемы. Модель может применяться даже в условиях с ограниченными ресурсами, например, в сельских клиниках.
Однако разработка подобной модели требует значительных усилий в обработке и очистке данных. Исследователи сталкивались с трудностями в преобразовании эхокардиограмм в пригодный для анализа формат, что подчеркивает сложность задачи.
Будущее модели PULSE-HF
Следующим этапом станет тестирование модели на реальных пациентах, чтобы подтвердить её эффективность в клинических условиях. Исследователи уверены, что такие технологии могут значительно облегчить страдания пациентов и улучшить их лечение.
