Да би обучили мрежу, да би је припремили за анализу случајева стварних пацијената, лекари су користили поређење резултата коронарне ангиографије - процедуре која се сада сматра златним стандардом у дијагностици стања срчаних судова, и података електрокардиограма. Вештачка интелигенција је морала да проучи дијагностичке параметре више од 100 пацијената узраста од 31 до 89 година и научи како да класификује коронарне артерије, открије присуство васкуларних оштећења и предвиди настанак коронарне болести – кршење снабдевања крвљу срчаног мишића.

Користећи неуронску мрежу, лекари су анализирали информације о 130 пацијената из тест групе који су били подвргнути елективној или хитној коронарној катетеризацији. Подаци о њиховој медицинској документацији, укључујући старост, пол, дијагнозу, патолошке карактеристике, присуство или одсуство пратећих болести, отежано наслеђе, лоше навике, као и резултате електрокардиограма, унети су у базу података машинског учења. Вештачка интелигенција је проучила податке и одредила ко ће се од пацијената суочити са лезијама главних коронарних артерија и коронарном болешћу.

Све тестиране пацијенте лекари су прегледали и на уобичајене начине. Да би предвидели компликован ток коронарне болести, подвргнути су им компјутеризовану коронарографију – проучавање срчаних судова увођењем радиопровидне супстанце у артерије, као и свакодневно праћење ЕКГ-а и стрес тест на траци за трчање, који омогућава процену рада срце током физичке активности.

Студија је показала да се неуронска мрежа боље носи са задатком од традиционалних дијагностичких метода. На пример, при откривању исхемије миокарда, вештачка интелигенција је постигла тачност од 93%, док је дневно праћење ЕКГ-а само 87%.

Аутори методе су Андреи Обрезани, професор, шеф Одељења за болничку терапију Државног универзитета Санкт Петербурга, главни лекар групе клиника СОГАЗМЕДИТСИНА, Тимур Абдуалимов, кардиолог Међународног медицинског центра Согаз.

bbabo.Net