В российских и индийских вузах создали объяснимую нейросеть для ЭКГ

Исследователи из университетов России и Индии разработали новую нейросетевую архитектуру, предназначенную для классификации аритмии по электрокардиограммам. Об этом сообщили в пресс-службе Университета Иннополис. Об этом пишет сайт ТАСС.

Команда из Университета Иннополис, Санкт-Петербургского государственного электротехнического университета "ЛЭТИ" и индийских вузов создала ИИ-модель, которая достигла точности 97,8%. Эта модель позволяет врачам видеть, на каких участках сигнала искусственный интеллект основывает свои решения.

Пресс-служба отметила, что точная диагностика аритмий по ЭКГ имеет критическое значение, однако традиционные методы анализа требуют высокой квалификации врача и занимают много времени. Современные ИИ-системы могут автоматически классифицировать нарушения ритма, но многие из них функционируют как "черные ящики": врач получает диагноз, но не понимает, почему модель сделала такой вывод. Это создает преграды для внедрения нейросетей в клиническую практику.

Разработанная модель решает эту проблему с помощью двух механизмов многоголового внимания, которые одновременно работают в пространственном и временном измерениях ЭКГ-сигнала. Первый механизм выделяет наиболее важные участки сигнала, такие как P-волна, QRS-комплекс или T-волна, для диагностики заболевания. Второй механизм определяет временные интервалы, на которых модель сосредоточена при классификации.

Ключевым преимуществом разработки является встроенная объяснимость: модель генерирует тепловые карты внимания, визуально демонстрирующие, какие фрагменты ЭКГ повлияли на решение ИИ.

Ведущий программист-математик Исследовательского центра в сфере ИИ Университета Иннополис Дмитрий Каплун подчеркнул прозрачность данного ИИ-решения. Тепловые карты позволяют врачу проверить логику модели, убедиться, что она ориентируется на клинически значимые участки ЭКГ, и принять обоснованное решение. Это снижает риск диагностических ошибок, повышает доверие к ИИ-инструментам и ускоряет процесс анализа ЭКГ - вместо часов ручной работы система выдает результат за секунды.

Модель прошла проверку на авторитетном открытом наборе ЭКГ-данных, состоящем из 48 получасовых записей от 47 пациентов. Исследователи провели серию экспериментов с различным объемом обучающих данных - от 10% до 90% - и показали, что новая ИИ-модель сохраняет стабильную производительность даже при ограниченном количестве размеченных примеров.

Результаты исследования были опубликованы в научном журнале Scientific Reports.