Исследователи из Университета Пенсильвании разработали модель машинного обучения для прогнозирования развития опасной аритмии у пациентов после инсульта. Это улучшит диагностику и лечение пациентов с сердечными заболеваниями, минимизируя риски и повышая точность прогнозов.Работа опубликована в журнале Heart Rhythm.
Фибрилляция предсердий — это аритмия в предсердиях сердца, характеризующаяся нерегулярным и учащенным сердцебиением. Она может возникать после инсульта и увеличивает риск тромбообразования.
В рамках нового исследования ученые проанализировали данные 300 пациентов и создали модель, которая с высокой степенью точности может предсказать возникновение нарушений фибрилляции предсердий после инсульта.С помощью алгоритмов машинного обучения, она может выявлять риски аритмии на основе анализа электрических импульсов сердца. Для этого необходимы только электрокардиограммы, что позволило разработать простой и эффективный инструмент для мониторинга состояния сердца пациентов.
Теперь исследователи планируют расширить использование модели, применив 1,8 миллиона ЭКГ из базы данных медицинских записей университета. Это позволит повысить точность прогнозов и улучшить диагностику других сердечно-сосудистых заболеваний, включая предсказания для установки кардиостимуляторов и диагностику коронарных поражений.
Прогнозирование с помощью машинного обучения, по мнению ученых, может значительно улучшить точность и доступность диагностики, а также снизить затраты на медицинские исследования.
Ранее ученые создалиновый подход к лечению хронической боли в животе.