För att träna nätverket, för att förbereda det för analys av fall av riktiga patienter, använde läkare en jämförelse av resultaten av kranskärlsangiografi - ett förfarande som nu anses vara guldstandarden för att diagnostisera hjärtkärlens tillstånd och elektrokardiogramdata. Artificiell intelligens var tvungen att studera diagnostiska parametrar för mer än 100 patienter i åldern 31 till 89 år och lära sig hur man klassificerar kranskärl, upptäcker förekomsten av kärlskador och förutsäger förekomsten av kranskärlssjukdom - en kränkning av blodtillförseln till hjärtmuskeln .
Med hjälp av ett neuralt nätverk analyserade läkarna information om 130 patienter från testgruppen som genomgick elektiv eller akut koronarkateterisering. Deras journaldata, inklusive ålder, kön, diagnos, patologiska egenskaper, förekomst eller frånvaro av samtidiga sjukdomar, förvärrad ärftlighet, dåliga vanor, såväl som resultaten av elektrokardiogram, fördes in i en maskininlärningsdatabas. Artificiell intelligens studerade uppgifterna och bestämde vilka av patienterna som kommer att möta lesioner i de viktigaste kranskärlen och kranskärlssjukdom.
Läkarna undersökte också alla testade patienter på vanligt sätt. För att förutsäga det komplicerade förloppet av kranskärlssjukdom genomgick de datoriserad kranskärlsangiografi - en studie av hjärtkärlen genom att införa en röntgentät substans i artärerna, samt daglig EKG-övervakning och ett stresstest på ett löpband, vilket gör det möjligt att bedöma arbetet med hjärtat under fysisk aktivitet.
Studien visade att det neurala nätverket klarade uppgiften bättre än traditionella diagnostiska metoder. Till exempel, vid upptäckt av myokardischemi, har artificiell intelligens uppnått en noggrannhet på 93 %, medan daglig EKG-övervakning endast är 87 %.
Författarna till metoden är Andrei Obrezani, professor, chef för avdelningen för sjukhusterapi vid St. Petersburg State University, överläkare vid SOGAZMEDITSINA Group of Clinics, Timur Abdualimov, kardiolog vid Sogaz International Medical Center.
bbabo.Net