Сердечно-сосудистые заболевания, несмотря на значительные достижения в диагностике и лечении, до сих пор самая частная причина смертности в Европе. Переломить эту ситуацию может ранняя точная диагностика и оценка прогноза. Профессор заведующий кафедрой госпитальной терапии СПбГУ, главный врач группы клиник «СОГАЗ МЕДИЦИНА» Андрей Обрезан и врач-кардиолог Международного медицинского центра «Согаз» Тимур Абдуалимов предложили использовать для этого нейросеть — метод машинного обучения, смоделированный на основе обработки больших объемов информации. Статья «Прогнозирование факта и степени ишемической болезни сердца с использованием обработки клинических и инструментальных данных с помощью искусственного интеллекта» опубликована в журнале «Вестник СПбГУ. Медицина».

Чтобы обучить сеть, подготовить ее к анализу случаев реальных пациентов, врачи использовали сопоставление результатов коронарной ангиографии — процедуры, которая сегодня считается золотым стандартом в диагностике состояния сосудов сердца, и данных электрокардиограммы. Искусственному интеллекту предстояло изучить значимые для диагностики параметры более 100 пациентов в возрасте от 31 года до 89 лет и научиться классифицировать коронарные артерии, выявлять наличие поражения сосудов и прогнозировать возникновение ишемической болезни — нарушения кровоснабжения сердечной мышцы.

С помощью нейросети врачи провели анализ информации о 130 пациентах из тестовой группы, которым была проведена плановая или экстренная коронарная катетеризация. Данные их медицинских карт, в том числе возраст, пол, диагноз, особенности патологии, наличие или отсутствие сопутствующих заболеваний, отягощенная наследственность, вредные привычки, а также результаты электрокардиограмм, были внесены в базу данных машинного обучения. Искусственный интеллект изучил полученные данные и определил, кто из пациентов столкнется с поражениями основных коронарных артерий и ишемической болезнью сердца.

Врачи также исследовали всех тестируемых пациентов и привычными способами. Для прогнозирования осложненного течения ишемической болезни им проводили компьютерную коронароангиографию — исследование сосудов сердца с помощью введения в артерии рентгенконтрастного вещества, а также суточный мониторинг ЭКГ и стресс-тест на беговой дорожке, позволяющий оценить работу сердца во время физической активности.

Исследование показало, что нейросеть с задачей справилась лучше, чем традиционные методы диагностики. Например, выявляя ишемию миокарда, искусственный интеллект добился точности в 93 %, в то время как суточный мониторинг ЭКГ — только 87 %.

«В современной медицине принятие решений представляет собой сложный процесс, основанный на наличии объективных и надежных доказательств, доступе к знаниям, а также на правильном толковании имеющихся данных с учетом соотношения риска и пользы для пациента. В лечении сердечно-сосудистых заболеваний долгосрочное прогнозирование играет важную роль. Результаты наших тестов доказали высокий потенциал практического применения методов машинного обучения в клинической практике», — рассказал Андрей Обрезан.

Работа над внедрением нейросети в работу врачей продолжится.