Диагностика будущего. Искусственный интеллект выявляет риск сердечно-сосудистых заболеваний за годы до появления симптомов

Ученые доказали, что во время ранних фаз сна вегетативная нервная система стремительно перестраивается, а электрическая активность сердечной мышцы может стать маркером будущих угроз для здоровья.

Исследование американских ученых доказало, что анализ данных всего из одного электрода электрокардиограммы (ЭКГ) во время ночного отдыха с помощью искусственного интеллекта способен оценить вероятность развития серьезных патологий в течение следующего десятилетия.

Результаты этого научного труда были опубликованы в журнале SLEEP при поддержке Национальных институтов здоровья США (NIH).

При разработке алгоритма глубокого обучения научная группа из Университета Эмори сначала изучила данные почти 16 тысяч пациентов, проходивших комплексную диагностику сна в Массачусетской больнице общего профиля в Бостоне. Впоследствии эффективность обученной модели успешно опробовали еще на двух независимых выборках: около 10 тысяч пациентов из клиники Университета Эмори и 13 тысяч пациентов из медицинского центра Бет Израэль Диконесс. ИИ-система продемонстрировала высокую точность в прогнозировании сердечно-сосудистых заболеваний на долгосрочную перспективу.

Алгоритм рассчитал показатель риска, и с каждым отклонением от эталонной цифры вероятность развития фибрилляции предсердий (мерцательной аритмии) возрастала на 103−172%. Риск возникновения инсульта повышался на 19−40%, сердечной недостаточности — на 69−133%, а вероятность преждевременной смерти от любых причин возрастала на 65−82%. Все эти расчеты оставались точными даже после учета традиционных факторов угроз, таких как возраст, пол, сахарный диабет, гипертония или курение.

Традиционное кардиологическое обследование обычно опирается на записи ЭКГ, снятые в бодрствующем состоянии или даже во время физических нагрузок. Однако именно во время поверхностной фазы сна быстрые колебания частоты сокращений и электрической проводимости позволяют выявить малейшие скрытые отклонения в работе сердца. Включение ночных показателей ЭКГ позволило повысить точность существующих прогностических моделей на 6% для аритмии, на 9% для сердечной недостаточности и на 7% для прогнозирования общей смертности.

Как отмечает автор исследования и профессор биомедицинской инженерии Гарри Клиффорд, интеграция подобных ИИ-инструментов в стандартные исследования сна (полисомнография) имеет большой потенциал для ранней диагностики. В будущем этот аналитический подход сможет служить эффективным скринингом, позволяя врачам выявлять пациентов с высоким риском сердечно-сосудистых осложнений и начать профилактическое лечение за годы до появления первых клинических симптомов.