Искусственный интеллект анализирует ЭКГ лучше кардиологов

 

Сердечный мониторКардиомонитор Zio Patch, разработанный компанией iRhythm. Данные, собранные этими устройствами, помогли учёным натренировать нейронную сеть.

Учёные из Стэнфордского университета (Stanford University) разработали нейронную сеть, которая распознаёт нарушения сердечного ритма точнее, чем кардиологи. Для этого алгоритму скормили данные ЭКГ почти 30 000 пациентов — эта выборка в 500 раз больше, чем в самых крупных исследованиях, известных на данный момент. Препринт работы опубликован в репозитории arXiv.

Людей, у которых подозревают аритмию, как правило, направляют в больницу на ЭКГ. Но если ЭКГ не выявляет проблем, врач может выдать пациенту носимый кардиомонитор и отправить его домой — заниматься обычными делами, пока устройство отслеживает работу сердца. Как правило, так называемая «длительная регистрация ЭКГ» длится до 7 дней, но относительно недавно появились мониторы, позволяющие вести наблюдение в два раза дольше — две недели. К ним относится Zio от компании iRhythm — именно его использовали в ходе нового исследования. За 14 дней, пока продолжается запись, девайс накапливает сотни часов данных, которые затем анализируют едва ли не посекундно. Это позволяет выявить опасные аритмии, некоторые из которых очень сложно отличить от безобидных отклонений.

Исследователи из Стэнфорда посмотрели на диагностику аритмии с точки зрения проблемы обработки данных. Они решили создать алгоритм, способный анализировать ЭКГ-сигналы и распознавать 12 типов нарушений ритма. Учёные договорились с iRhythm, и компания предоставила им данные 300 000 пользователей Zio, из которых выбрали 30 000 человек. Авторы работы собрали 64 000 записей длительностью 30 секунд — каждый кусочек проанализировал специалист, который классифицировал сегменты ЭКГ по виду ритма.

На основе этих данных исследователи натренировали свёрточную нейронную сеть. Спустя 7 месяцев она самостоятельно анализировала ЭКГ и распознавала аритмию. Для того чтобы оценить точность машинной диагностики, исследователи использовали 336 кардиограмм, которые не вошли в обучающий набор. Сначала их просмотрела группа из трёх кардиологов: врачи должны были прийти к общему мнению о том, с аритмией какого рода они имеют дело — эти оценки стали «золотым стандартом», с которым сравнивали остальные результаты. Затем то же самое поручили 6 медикам, которые выполняли задание независимо друг от друга. Оставалось протестировать нейронную сеть и посмотреть, кто ближе подошёл к эталону — искусственный интеллект или кардиологи-одиночки.

«Разница в сигналах сердцебиения может быть очень незаметной, но она оказывает огромное влияние на то, как вы будете лечить пациента, — объясняет один из авторов работы Пранав Раджпуркар (Pranav Rajpurkar). — К примеру, две формы аритмии, известной как атриовентрикулярная блокада (АВБ) первой и второй степени, на вид очень похожи, но одну лечить нет необходимости, а вторая требует немедленного вмешательства». Оказалось, что во многих случаях нейронная сеть даёт более точный диагноз, чем врачи, и ярче всего это проявляется как раз в случае АВБ. «Одна из важных особенностей этой работы, на мой взгляд, состоит в том, что мы не просто распознаём аномалии — мы распознаём аномалии самых разных типов с высокой точностью, — говорит член научной группы Авни Ханнан (Awni Hannun). — Вы определённо не найдёте такого уровня точности где-то ещё».

Искусственный интеллект тоже порой допускал ошибки, путая виды аритмии, но помимо высокой точности у него были и другие важные преимущества — высокая скорость и полное отсутствие усталости. Авторы работы отмечают, что нейронная сеть не распознаёт многие заболевания сердца, включая инфаркт миокарда, однако её можно усовершенствовать в ходе дальнейших исследований. Они надеются, что в будущем алгоритмы облегчат работу кардиологов или даже вовсе заменят их в отдалённых районах, где врача нет, а носимые устройства — есть.

 

 

10.07.2017 Источник: 22century.ru

Image

Оцифровка пользователя, Моделирование, 3D-визуализация.

Создание подробной цифровой копии на основе данных из медкарты.

Анализ данных. Исправление показателей организма.

Image

Взаимодействие цифровых профилей с целью улучшения показателей.

Обмен знаниями, проведение общих исследований.

Загрузка личного аватара в 3D мир. Игрификация, соревнования.

Image

В разработке

  • Официальная страница о медицинских чат-ботах на сайте Сверхчеловечество.рф
  • Подробности разработки чат-бота для проекта "Карта управления возрастом" (для партнеров и разработчиков) здесь:
Image

Обзор мировых разработок по хранению данных в разработке

Хранилище данных для Электронной Медицинской Карты Управления Возрастом в разработке

Материалы по теме:

Image

Основное взаимодействие планируется производить посредством Социальной сети:

Также существует множество специализированных телемедицинских сервисов:

Image

Данный раздел находится в разработке и будет доступен после запуска Электронной медицинской Карты Управления Возрастом:

Image

Основной материал сайта по теме искусственного интеллекта в медицине здесь:

На основе данной статьи будет определяться разработчик искусственного интеллекта для данной системы управления возрастом.

Image

ВАШ ЛИЧНЫЙ ВКЛАД В БОРЬБУ СО СТАРЕНИЕМ

Скооперируйтесь с тысячами других участников и создайте любой проект в области антистарения, проведите научные исспедования

Площадка для создания и финансирования проектов. Официальная страница сайта Сверхчеловечество.рф для сбора средств на ускорение прогресса в области омоложения:

Image
Image

Основная страница сайта Сверхчеловечество.рф о создании и участии в клинических испытаниях терапий антистарения и отката возраста организма здесь: