Da bi usposobili mrežo, jo pripravili na analizo primerov resničnih bolnikov, so zdravniki uporabili primerjavo rezultatov koronarne angiografije - postopka, ki danes velja za zlati standard pri diagnosticiranju stanja srčnih žil, in podatkov elektrokardiograma. Umetna inteligenca je morala preučiti diagnostične parametre več kot 100 bolnikov, starih od 31 do 89 let, in se naučiti, kako razvrstiti koronarne arterije, odkriti prisotnost žilnih poškodb in napovedati pojav koronarne bolezni – kršitev oskrbe srčne mišice s krvjo.

Z uporabo nevronske mreže so zdravniki analizirali podatke o 130 bolnikih iz testne skupine, ki so bili podvrženi elektivni ali urgentni koronarni kateterizaciji. Podatki njihove zdravstvene dokumentacije, vključno s starostjo, spolom, diagnozo, patološkimi značilnostmi, prisotnostjo ali odsotnostjo sočasnih bolezni, poslabšano dednostjo, slabimi navadami, pa tudi rezultati elektrokardiogramov, so bili vneseni v bazo strojnega učenja. Umetna inteligenca je preučila podatke in ugotovila, kateri od bolnikov se bodo soočili z lezijami glavnih koronarnih arterij in koronarno srčno boleznijo.

Zdravniki so tudi vse testirane bolnike pregledali na običajne načine. Za napovedovanje zapletenega poteka koronarne bolezni so opravili računalniško koronarografijo - študijo srčnih žil z vnosom rentgensko prepustne snovi v arterije ter dnevno spremljanje EKG in obremenitvenega testa na tekalni stezi, ki omogoča oceno delovanja srce med telesno aktivnostjo.

Študija je pokazala, da se je nevronska mreža bolje spopadla z nalogo kot tradicionalne diagnostične metode. Na primer, pri odkrivanju miokardne ishemije je umetna inteligenca dosegla natančnost 93 %, medtem ko je dnevno spremljanje EKG le 87 %.

Avtorji metode so Andrei Obrezani, profesor, predstojnik oddelka za bolnišnično terapijo Državne univerze Sankt Peterburga, glavni zdravnik skupine klinik SOGAZMEDITSINA, Timur Abdualimov, kardiolog v Mednarodnem medicinskem centru Sogaz.

bbabo.Net