ИИ научился предсказывать внезапную смерть по ЭКГ, игнорируемой скринингом
Учёные из Калифорнийского университета в Беркли разработали искусственный интеллект, который обнаружил новый признак на стандартной электрокардиограмме (ЭКГ), связанный с повышенным риском внезапной сердечной смерти. Об этом сообщает iXBT.com.
Алгоритм выделил группу пациентов с годовой частотой таких случаев в 7%, в то время как среди тех, кто был определён традиционными методами, этот показатель составил 4,6%.
Для обучения модели использовались 441 614 ЭКГ, собранных в одном из регионов Швеции за шесть лет. Записи были сопоставлены с медицинскими картами и свидетельствами о смерти, что позволило алгоритму выявлять особенности электрической активности сердца, предшествующие внезапной сердечной смерти. Проверка проводилась на независимых данных из медицинской системы США и больницы в Тайбэе, где было проанализировано более 250 000 ЭКГ от 139 613 пациентов.
В шведской выборке алгоритм выделил группу высокого риска, составившую 2,2% пациентов, с годовой частотой внезапной сердечной смерти в 7%. Для сравнения использовалась фракция выброса левого желудочка, которая применяется для оценки риска и принятия решения об установке имплантируемого кардиовертера-дефибриллятора (ИКД). Среди пациентов с низкой фракцией выброса годовая частота внезапной сердечной смерти составила 4,6%. При этом 86,1% пациентов, выявленных ИИ, не были отнесены к группе высокого риска по этому показателю.
Исследователи также изучили, какие именно особенности ЭКГ распознаёт нейросеть. Для этого была объединена прогностическая модель с генеративной, что позволило создавать изменённые варианты кардиограмм и повышать оценку риска для одного и того же сердечного ритма. Сравнение таких записей помогло выделить необычную форму комплекса QRS, отражающего электрическое возбуждение желудочков сердца. В отведении aVL конец зубца R оказался сглаженным, заменяя характерный резкий отрицательный зубец S. Эта особенность считается ранее не описанной и подтверждает связь с риском внезапной сердечной смерти, хотя причины её возникновения пока не установлены.
Проверка на данных из других стран показала, что модель может переносить свои прогнозы на пациентов за пределами обучающей выборки. В США она выявляла повышенный риск желудочковых аритмий, способных привести к остановке сердца, а в Тайване распознавала пациентов с остановками сердца, вызванными аритмией. Это важно для оценки применимости метода в различных медицинских системах, хотя результаты не означают, что алгоритм готов заменить врачебное обследование.
Следующий этап — проверка технологии в клинической практике. Руководитель исследования Зиад Обермейер из Школы общественного здравоохранения Беркли сотрудничает с медицинскими организациями в Швеции, США и Тайване для анализа ЭКГ и выявления пациентов, нуждающихся в дополнительном наблюдении. Одним из методов обследования станет использование специального пластыря, который будет непрерывно регистрировать электрическую активность сердца. Длительные записи могут помочь понять физиологические процессы, стоящие за обнаруженным сигналом.
Внезапная остановка сердца отличается от инфаркта, так как возникает из-за нарушения электрической активности, координирующей сокращения сердечной мышцы. В США ежегодно от неё умирает более 300 000 человек. Главная сложность профилактики заключается в определении тех, кому действительно нужен имплантируемый дефибриллятор, так как существующие критерии пропускают часть людей, которым он мог бы помочь, и одновременно направляют на имплантацию пациентов, у которых устройство не срабатывает. Новый метод не решает эту проблему окончательно, но предлагает способ поиска дополнительных признаков опасности в широко применяемом обследовании.
