Ученые создали ИИ-модель прогноза смертности при инфарктах

В рамках междисциплинарного проекта, объединившего ведущих российских учёных из Республики Коми и престижных научно-исследовательских институтов, был разработан инновационный метод машинного обучения под названием CatBoost. Этот метод направлен на прогнозирование риска летального исхода при остром коронарном синдроме (ОКС). Тестирование модели показало высокую прогностическую эффективность с метрикой AUC, достигшей 0,961, что существенно превосходит показатели, полученные с использованием шкалы GRACE (0,919).

Модель была обучена на обширной базе данных, включающей информацию о 13,3 тысячах пациентов и содержащей 28 ключевых параметров. Данный подход позволил выявить сложные нелинейные зависимости между клиническими показателями и исходом заболевания, что выходит за рамки возможностей традиционных статистических методов.

Илья Соловьев, ведущий специалист лаборатории, отметил, что алгоритм CatBoost демонстрирует уникальную способность идентифицировать скрытые закономерности в массивах данных, предоставляя более обоснованную основу для принятия решений в области терапевтических стратегий и, следовательно, повышения качества медицинской помощи. Внедрение данного инструмента в клиническую практику демонстрирует значительный потенциал для улучшения точности прогнозирования и исходов лечения пациентов с ОКС, сообщает progorodsamara.ru.