ИИ будет бороться с пороками сердца

Исследователи из Brigham and Women's Hospital и Университета Кейо в Японии разработали модель искусственного интеллекта с глубоким обучением для скрининга электрокардиограммы (ЭКГ) на наличие признаков дефекта межпредсердной перегородки (ASD). Это состояние может вызвать сердечную недостаточность, но из-за отсутствия симптомов существуют риски необратимых осложнений. 

ASD является распространенным врожденным пороком сердца у взрослых, при котором из-за отверстия в перегородке сердца кровь течет между левым и правым предсердиями. Данный дефект выявляется у 0,1–0,2% населения, но многие о нем просто не знают. Симптомы ASD обычно очень легкие или во многих случаях не проявляются до более позднего возраста. Среди них медики выдеяют неспособность выполнять интенсивные физические упражнения, учащенное сердцебиение и повышенный риск развития пневмонии. Даже если ASD не имеет симптомов, он может вызвать нагрузку на сердце и увеличить риск фибрилляции предсердий, инсульта, сердечной недостаточности и легочной гипертензии, при этом вылечить пациента уже невозможно, даже при устранении дефекта.

При раннем обнаружении ASD можно исправить с помощью минимально инвазивной хирургии, чтобы увеличить продолжительность жизни и уменьшить количество осложнений. Существует несколько способов обнаружения дефекта. Во-первых, самые большие дефекты можно обнаружить, выслушивая сердце стетоскопом (30%). Другой метод — эхокардиограмма, трудоемкий и трудоемкий тест, который не является хорошим вариантом для скрининга. Еще один вариант, электрокардиография или ЭКГ, занимает всего около минуты, что позволяет использовать его в качестве скринингового инструмента. Однако, когда люди анализируют запись ЭКГ на наличие известных аномалий, определить дефект сложно.

Чтобы увидеть, может ли модель ИИ лучше выявлять ASD по показаниям ЭКГ, исследовательская группа предоставила модели глубокого обучения данные ЭКГ от 80 947 пациентов старше 18 лет.

В результате точность выявления дефекта по ЭКГ у ИИ достигла 93,7%. Результаты показывают, что эту технологию можно использовать в скрининге на уровне населения для выявления ASD до того, как оно приведет к необратимому повреждению сердца.