В России разработана система прогнозирования рецидивов аритмии
Молодой исследователь из Челябинского государственного университета создал и протестировал систему, использующую искусственный интеллект для оценки риска повторных эпизодов фибрилляции предсердий, одной из наиболее распространенных и опасных форм аритмии. Эта инновация позволяет заранее выявлять пациентов с высоким риском рецидива и объясняет врачу, на каких данных основано принятое решение. По информации пресс-службы университета, создание и тестирование системы стали важным шагом для клинической практики. Ученые достигли высокой точности и полной объяснимости прогнозов рецидивов аритмии, основываясь на клинических данных. Алгоритм показывает врачу не только результат, но и логику принятия решения, что значительно меняет подход к работе с пациентами из группы высокого риска. Система была разработана Алексеем Седелковым с математического факультета ЧелГУ под руководством доцента Михаила Лепчинского и при поддержке Игоря Изместьева. Работа проводилась в сотрудничестве с кардиологами областной клинической больницы №3, что позволило интегрировать математические методы с реальными клиническими задачами. В процессе создания системы были проанализированы данные комплексного обследования 97 пациентов, проходивших лечение в ОКБ №3 с 2010 по 2013 год. Каждый случай описывался 27 клиническими признаками, включая результаты анализов и инструментальные показатели. После предварительной обработки количество факторов было уменьшено до 18. Для проверки надежности прогнозов использовался метод перекрестного тестирования. Ученые отметили, что при сравнении различных алгоритмов машинного обучения наилучшие результаты показал метод опорных векторов. Система относит пациента к группе риска, если вероятность рецидива превышает 91%. Такой строгий критерий минимизирует частоту ложноположительных заключений и позволяет врачам сосредоточиться на наиболее тяжелых случаях. Одной из ключевых задач было обеспечение прозрачности работы алгоритма. Автор успешно применил метод, который объясняет вклад каждого клинического признака в итоговое решение. Созданная система теперь представляет собой готовый инструмент для поддержки принятия решений в практической кардиологии. Об этом пишет портал Самара онлайн 24.
