Китайские и российские исследователи разработали нейросеть для обследования коронарных сосудов

Российские и китайские исследователи создали систему машинного обучения, которая может с высокой степенью достоверности диагностировать состояние коронарных сосудов на основе общедоступных баз данных и индивидуальных параметров, в том числе число лет, ударный объем, пульс и артериальное давление. Об этом сообщила пресс-служба Московского физтеха (МФТИ).

«Данный подход мы протестировали на анонимизированных данных около ста человек. У них ранее уже были измерены скорости пульсовых волн в аорте, а мы применили нейросеть и сравнили результаты. Мы получили достаточно высокий процент совпадений», – рассказал заведующий кафедрой вычислительной физики МФТИ (Долгопрудный) Сергей Симаков.

В последнее время технология создания систем ИИ заметно прогрессировали, что позволило реализовать на практике нейросети с нестандартным и творческим мышлением. К примеру, в разных странах не так давно были запущены нейросети, диагностирующие признаки меланомы, рака кожи, очаги эпилепсии.

Симаков с коллегами разработали систему ИИ, оценивающую степень сужения коронарных сосудов, измерять уровень гибкости их стенок и определяющую необходимость имплантации стентов и проведения других форм хирургических вмешательств. В современной практике для этого требуется прохождение многих сложных процедур, порой инвазивных.

Нейросетевая диагностика состояния аорты

Ученые из РФ поставили перед собой задачу выделить данные о состоянии аорты из более доступных показателей, например АД, пульса и ударного объема камер сердца, – ведь их пациент может получить в любой амбулатории. На основе этого разработали нейросеть, которая оперирует данными параметрами при анализе движения пульсовых волн в аорте, сообщает ТАСС. 

Обучали нейросеть на специальной базе данных с детальными сведениями по работе аорты у 4,3 тыс. виртуальных пациентов, у которых были совершенно разные параметры. Проверка прошла на базе Сеченовского университет, в котором наблюдали за 100 пациентами, проходившими там лечение.

Нейросеть вполне удачно прошла проверку, вычислив скорость движения пульсовых волн через аорту с погрешностью около 1,3 метра в секунду и при этом не сильно отклонилась в своих оценках от результатов инвазивных замеров. Это дало возможность усовершенствовать точность работы ранее разработанных ими алгоритмов диагностики состояния аорты примерно на 4 процента.

В планах ученых – формирование новых баз данных для дальнейшего обучения нейросети. Это будет информация о работе аорты не только здоровых, но и больных людей. Симаков и его коллеги рассчитывают, что это сделает прогнозы ИИ еще более точными и детальными. И тогда систему можно будет внедрять в повседневную медпрактику.

Фото: IStock