Наука

Создана система ИИ, определяющая риск развития осложнений после инфаркта

Исследователи из России разработали модель машинного обучения, которая предсказывает риск развития осложнений у пациентов, перенесших инфаркт миокарда. В модели ученые впервые учли генетические данные, что позволило точнее оценить риск долгосрочных осложнений, сообщила пресс-служба НИУ ВШЭ.

Создана система ИИ, определяющая риск развития осложнений после инфаркта

© ТАСС
«Болезни сердца и сосудов требуют ресурсов для диагностики, лечения, реабилитации и профилактики и потому создают высокую нагрузку на систему здравоохранения. Внедрение подобных моделей в клиническую практику позволит снизить смертность и частоту повторных инфарктов, оптимизировать лечение и уменьшить нагрузку на врачей», — пояснил стажер-исследователь Международной лаборатории биоинформатики НИУ ВШЭ (Москва) Александр Кирдеев, чьи слова приводит пресс-служба вуза.

Кирдеев и его коллеги разработали новый подход для диагностики в рамках проекта, нацеленного на изучение эффективности работы различных методов машинного обучения с данными, которые были получены при наблюдениях за здоровьем пациентов с инфарктом миокарда. У многих подобных больных развиваются осложнения, требующие хирургического вмешательства, и заблаговременное предсказание риска их развития позволяет снизить шансы гибели пациентов и резкого ухудшения состояния их здоровья.

Российские ученые изучили, как с подобными задачами справляются несколько популярных алгоритмов, таких как CatBoost, LightLMB, AutoML, а также различные формы логистической регрессии и случайного леса. Для получения таких сведений ученые воспользовались данными, которые собирались в период с 2015 по 2024 год при наблюдениях за здоровьем 200 пациентов, проходивших лечение в Сургутском окружном центре диагностики и сердечно-сосудистой хирургии.

В ходе этих наблюдений лечащие врачи не только отслеживали перемены в состоянии сердца и сосудов больных, но также выделяли ДНК и определяли, были ли участники наблюдений носителями определенных мутаций в гене VEGFR-2, усугубляющих последствия перенесенного инфаркта. Кирдеев и его коллеги воспользовались этими данными для обучения изученных ими алгоритмов, при помощи которых они оценили влияние 39 факторов риска, в том числе мутаций в гене VEGFR-2, на риск гибели пациентов и развитие осложнений.

Последующие расчеты показали, что алгоритм CatBoost лучше всего справлялся с оценкой рисков развития осложнений. Опираясь на этот результат, ученые выделили девять самых значимых факторов, влияющих на вероятность появления подобных проблем, одним из которых оказались мутации в гене VEGFR-2. В перспективе, анализ этих факторов риска при помощи систем ИИ позволит более точно и заблаговременно выявлять тех больных, которые находятся под наибольшей угрозой преждевременной гибели или развития серьезных осложнений инфаркта миокарда.

Источник: doctor.rambler.ru

Похожие записи

Употребление луковых колец и картофеля фри может повысить риск развития деменции

Разработан мягкий материал для биометрических датчиков

JНМ: живущим в загрязненных городах мужчинам может быть трудно достичь эрекции

Ученые смогли обратить вспять накопление жира, связанное со старением

JAM: мужчин с высоким уровнем тестостерона реже госпитализируют с COVID-19

В России придумали новый способ включить полезные БАДы в рацион

Scientific Reports: быстрое засыпание и храп повышают риск дисфункции яичников

Стало известно, что кошки положительно влияют на здоровье хозяев

В каком возрасте люди начинают толстеть? Мнение ученых

Мозг управляет процессом еды как эстафетой, показало исследование

Ученые рассказали о тренировке для снижения хронической боли в пояснице

JAMA: иммунотерапия помогла 30% пациентов с неизлечимым раком щитовидной железы

Ваш комментарий

34 − 25 =

* Используя эту форму, вы соглашаетесь с хранением и обработкой ваших данных этим веб-сайтом.

Новости от партнеров

Этот сайт использует файлы cookies и сервисы сбора технических данных посетителей. Ок Прочитать подробнее