Российские ученые разработали новую систему на основе искусственного интеллекта, предназначенную для прогнозирования сердечной недостаточности. В Кабардино-Балкарском государственном университете представили модель машинного обучения, ключевая задача которой заключается в том, чтобы с высокой точностью определять риск развития этого заболевания у пациентов еще до проявления первых симптомов.
В основе системы лежит ML-модель, обученная на больших объемах обезличенных медицинских данных из открытых источников. Для анализа использовались результаты лабораторных исследований, клинические данные, сведения из истории болезни пациентов и информация об их образе жизни. Такой комплексный подход позволяет алгоритму выявлять сложные и неочевидные закономерности, связанные с развитием заболевания.
По словам автора разработки, сотрудника лаборатории интеллектуальных систем и анализа данных Тимура Бицуева, эта система открывает для кардиологов новые возможности. Главное преимущество заключается в способности определить риск сердечной недостаточности до появления явных клинических признаков. Это дает врачам возможность заблаговременно выбрать наилучшую тактику наблюдения и ведения пациента.
Разработчик подчеркивает, что система не призвана заменить врача, а будет действовать в качестве интеллектуального помощника. Она предоставляет объективную оценку, основанную на анализе данных, что помогает специалисту принимать более взвешенные решения о необходимости дополнительных обследований, назначении лечения или коррекции образа жизни пациента. Как сообщает издание naked-science.ru, алгоритмы способны находить скрытые взаимосвязи, которые могут быть упущены при стандартном анализе.
Помимо помощи в ранней диагностике и обеспечении персонализированного подхода, внедрение этой технологии обещает и системные улучшения для сферы здравоохранения. Ожидается, что она поспособствует снижению числа госпитализаций благодаря своевременному выявлению и контролю рисков. Также прогнозируется сокращение времени обслуживания одного пациента, поскольку врач получает структурированную аналитическую поддержку для принятия решений.
