Главная / Новости / Использование Искусственного Интеллекта при лечении сердца

Использование Искусственного Интеллекта при лечении сердца

11.12.2021г.

Концепция сердечного приступа

Новая шкала искусственного интеллекта обеспечивает более точный прогноз вероятности смерти пациентов с подозрением или известным заболеванием коронарной артерии в течение 10 лет, чем установленные шкалы, используемые профессионалами здравоохранения во всем мире. Исследования представлены сегодня на EuroEcho 2021, научный конгресс Европейского общества кардиологов (ESC).

Концепция сердечного приступа

В отличие от традиционных методов, основанных на клинических данных, новая шкала также включает информацию изображения сердца, измеренную с помощью магнитного резонанса сердечно-сосудистой системы (CMR). «Стресс» относится к тому факту, что пациентам дают лекарство, имитирующее воздействие физических упражнений на сердце во время нахождения в сканере магнитно-резонансной томографии.

«Это первое исследование, показывающее, что машинное обучение с клиническими параметрами плюс CMR стресса может очень точно предсказать риск смерти», - сказал автор исследования доктор Тео Пезел из больницы Джона Хопкинса, Балтимор, США.

«Результаты показывают, что пациенты с болью в груди, одышкой или факторами риска сердечно-сосудистых заболеваний должны пройти стрессовое обследование CMR и рассчитать свой балл. Это позволило бы нам обеспечить более тщательное наблюдение и советы по упражнениям, диете и так далее тем, кто больше всего в ней нуждается».

Стратификация риска обычно используется у пациентов с сердечно-сосудистыми заболеваниями или с высоким риском сердечно-сосудистых заболеваний для адаптации лечения, направленного на предотвращение сердечного приступа, инсульта и внезапной сердечной смерти. Обычные калькуляторы используют ограниченный объем клинической информации, такой как возраст, пол, статус курения, артериальное давление и холестерин. В этом исследовании изучалась точность машинного обучения с использованием стрессовой CMR и клинических данных для прогнозирования 10-летней смертности от всех причин у пациентов с подозрением на или известное заболевание коронарной артерии и сравнивалась его эффективность с существующими оценками.

Доктор Пезель пояснил: «Для клиницистов некоторая информация, которую мы собираем от пациентов, может показаться неуместной для стратификации риска. Но машинное обучение может одновременно анализировать большое количество переменных и обнаруживать ассоциации, о существовании которых мы не подозревали, тем самым улучшая прогнозирование рисков».

Концепция сердечного приступа

В исследование были включены 31 752 пациента, направленных по поводу стресса CMR в период с 2008 по 2018 год в центр в Париже из-за боли в груди, одышки при нагрузке или высокого риска сердечно-сосудистых заболеваний, но без симптомов. Высокий риск был определен как наличие как минимум двух факторов риска, таких как гипертония, диабет, дислипидемия и курение в настоящее время. Средний возраст составлял 64 года, 66% составляли мужчины. Информация была собрана по 23 клиническим параметрам и 11 параметрам CMR. Пациенты наблюдались в течение шести лет на предмет смерти от всех причин, что было получено из национального реестра смертей во Франции. За период наблюдения умерли 2679 (8,4%) пациентов.

Как проводилось машинное обучение

Машинное обучение проводилось в два этапа. Сначала его использовали для выбора, какие из клинических параметров и параметров CMR могут предсказывать смерть, а какие нет. Во-вторых, машинное обучение было использовано для построения алгоритма, основанного на важных параметрах, определенных на первом этапе, с уделением особого внимания каждому из них для создания наилучшего прогноза. Затем пациенты получали оценку от 0 (низкий риск) до 10 (высокий риск) вероятности смерти в течение 10 лет.

  • Оценка машинного обучения позволила предсказать, какие пациенты будут живы или мертвы с точностью 76% (статистически площадь под кривой составила 0,76). «Это означает, что примерно у трех из четырех пациентов результат оказался верным», - сказал д-р Пезель.
  • Используя те же данные, исследователи рассчитали 10-летний риск смерти от всех причин, используя установленные баллы (Систематическая оценка риска коронарного риска [SCORE], QRISK3 и оценка риска Фрамингема [FRS]) и ранее полученный балл, включающий клинические данные и данные CMR ( Clinical-stressCMR [C-CMR-10]) [2] - ни один из них не использовал машинное обучение.
  • Оценка машинного обучения имела значительно большую площадь под кривой для прогнозирования 10-летней общей смертности по сравнению с другими оценками: SCORE = 0,66, QRISK3 = 0,64, FRS = 0,63 и C-CMR-10 = 0,68.

Доктор Пезель сказал: «Стресс CMR - это безопасный метод, в котором не используется радиация. Наши результаты показывают, что объединение этой визуальной информации с клиническими данными в алгоритме, созданном искусственным интеллектом, может быть полезным инструментом для предотвращения сердечно-сосудистых заболеваний и внезапной сердечной смерти у пациентов с сердечно-сосудистыми симптомами или факторами риска».

Источник

Метки:



Читайте далее: