Сыктывкарский государственный университет имени Питирима Сорокина представил новую разработку: систему на основе искусственного интеллекта, способную оценивать риск летального исхода у пациентов с острым коронарным синдромом (ОКС). Об этом сообщает ТАСС со ссылкой на вуз.
Над проектом работали ученые университета совместно с коллегами из других медицинских и научных учреждений. Ключевая особенность разработки — высокая точность предсказаний, которая уже сейчас превосходит большинство существующих международных аналогов.
Как обучали нейросеть
Для создания алгоритма исследователи собрали и проанализировали данные более 14 тысяч пациентов. Источником информации послужили медицинские учреждения Республики Коми, Санкт-Петербурга и Ленинградской области. В финальный анализ вошли сведения о 13,3 тысячи человек, а также 28 клинических параметров:
- возраст и пол;
- показатели артериального давления;
- лабораторные данные (уровень тропонинов, креатинина, холестерина и др.);
- результаты инструментальных исследований.
Основой модели стал современный метод машинного обучения CatBoost, который эффективно работает даже с неполными или неоднородными наборами медицинских данных.
Точность, превосходящая мировые шкалы
Эффективность ИИ оценивалась с помощью показателя AUC-ROC — стандартного в медицинской статистике критерия качества бинарной классификации.
- Разработанная модель достигла значения 0,961.
- Для сравнения, у широко распространенной международной шкалы GRACE (Global Registry of Acute Coronary Events) этот показатель составил 0,919.
Чем ближе значение AUC-ROC к 1, тем лучше алгоритм различает пациентов с высоким и низким риском. Результат 0,961 означает очень высокую прогностическую способность системы.
Почему это важно для врачей
Острый коронарный синдром остается одной из главных причин смертности в мире. Быстрая и точная стратификация риска позволяет медикам вовремя принять решение: выбрать агрессивную тактику лечения, направить пациента на экстренное стентирование или, напротив, избежать ненужных инвазивных вмешательств.
Кроме того, российская система не просто выдает числовой прогноз, но и позволяет интерпретировать результаты — алгоритм показывает, какие именно факторы (например, уровень конкретного биомаркера или показатель давления) повлияли на оценку. Это повышает доверие врачей к «черному ящику» ИИ.
Перспективы внедрения
Разработчики подчеркивают, что технология пока не готова к повсеместному клиническому использованию. Прежде чем интегрировать ИИ в реальную работу кардиологических отделений и бригад скорой помощи, необходимы дополнительные проспективные исследования на более широкой выборке пациентов.
Тем не менее уже сейчас понятно, что российская модель имеет серьезный потенциал для замены или существенного дополнения существующих шкал риска (GRACE, TIMI, PAMI). В будущем она может быть встроена в медицинские информационные системы и планшеты врачей для принятия решений в реальном времени.
