Модел с изкуствен интелект анализира електрическите сигнали на сърцето по време на сън и подобрява оценката на риска от някои сърдечни заболявания. Най-добри резултати показва при предсърдно мъждене, сърдечна недостатъчност и смъртност, съобщава MedReport.bg.
Изследователи са обучили система с изкуствен интелект да разпознава модели в сърдечната дейност по време на сън. Тези модели могат да насочат към риск от здравословни проблеми в следващите години, които рутинната оценка невинаги улавя напълно.
Системата използва данни от полисомнография – изследване, което проследява различни показатели по време на сън. Моделът анализира електрическите сигнали на сърцето заедно с информация за фазите на съня.
Проучването, публикувано в списание „Сън“, включва данни от над 35 000 пациенти в три медицински центъра в САЩ. След обучението на модела екипът го проверява в две независими групи – 9810 пациенти от университетската болница „Емори“ и 12 576 пациенти от медицинския център „Бет Израел Дийкънес“.
Учените оценяват способността на системата да прогнозира пет изхода: предсърдно мъждене, инсулт, инфаркт, сърдечна недостатъчност и смърт по каквато и да е причина. Проследяването продължава до 10 години в едната група и до 7 години в другата.
Моделът се представя най-добре при оценката на риска от предсърдно мъждене, сърдечна недостатъчност и смъртност. Добавянето на анализа с ИИ подобрява прогнозата в сравнение с оценка, която използва само обичайните рискови фактори – възраст, тютюнопушене, високо кръвно налягане и диабет.
При сърдечната недостатъчност системата подобрява с 8% до 9% способността да различава пациентите, при които впоследствие се развива заболяването, от тези без такова развитие.
ИИ обаче не носи съществено предимство при прогнозата за инсулт и инфаркт. Изследователите предполагат, че само сигналите от сърцето по време на сън не са достатъчни за надеждна оценка на риска от тези състояния години напред.
Полисомнографията се използва основно за оценка на съня и нарушенията по време на сън. Настоящото изследване проучва дали данните от това изследване могат да допълнят утвърдените показатели при оценката на сърдечносъдовия риск.
