ИИ нашёл в обычной ЭКГ скрытый сигнал внезапной смерти: что показало исследование Беркли

Исследователи из Калифорнийского университета в Беркли с помощью искусственного интеллекта обнаружили на обычной электрокардиограмме (ЭКГ) ранее не описанный признак, связанный с повышенным риском внезапной сердечной смерти. В группе, которую выделил алгоритм, годовая частота таких случаев достигала 7%, а у пациентов из стандартной группы высокого риска этот показатель составил 4,6%. Модель обучили на 441 614 ЭКГ, собранных в одном из регионов Швеции за шесть лет, затем проверили на данных из США (более 250 000 ЭКГ от 139 613 пациентов) и больницы в Тайбэе. При этом 86,1% пациентов, которых нашла нейросеть, не входили в группу высокого риска по традиционному критерию фракции выброса левого желудочка. Результаты опубликованы в журнале Nature, работу возглавил Зиад Обермейер из Школы общественного здравоохранения Беркли. Метод пока не готов заменить врачебное обследование, но авторы уже проверяют его в клиниках Швеции, США и Тайваня.

Как обучали модель

Нейросеть учили на 441 614 ЭКГ, собранных в одном из регионов Швеции в течение шести лет. Каждую запись сопоставили с медицинскими картами и свидетельствами о смерти, чтобы алгоритм находил особенности электрической активности сердца, связанные с последующей внезапной сердечной смертью. Затем модель проверили на независимых выборках: более 250 000 ЭКГ от 139 613 пациентов из медицинской системы США и записи из больницы в Тайбэе.

Что показал алгоритм

В шведской выборке нейросеть выделила группу высокого риска, которая составила 2,2% пациентов. Годовая частота внезапной сердечной смерти в этой группе достигла 7%. Для сравнения учёные взяли фракцию выброса левого желудочка — показатель, по которому сегодня принимают решение об установке имплантируемого кардиовертера-дефибриллятора. Среди пациентов с пониженной фракцией выброса годовая частота внезапной смерти составила 4,6%. Главное: 86,1% пациентов, которых обнаружила ИИ-модель, не попадали в группу высокого риска по этому традиционному показателю, то есть стандартный скрининг их пропускал.

Какой сигнал нашёл ИИ

Чтобы понять, какие особенности ЭКГ распознаёт нейросеть, исследователи объединили прогностическую модель с генеративной. Та создавала изменённые варианты кардиограмм, постепенно повышая оценку риска для одного и того же сердечного ритма. Сравнение записей выявило необычную форму комплекса QRS — участка ЭКГ, отражающего электрическое возбуждение желудочков. В отведении aVL конец зубца R оказался сглаженным и заменял характерный резкий отрицательный зубец S. Авторы считают эту особенность ранее не описанной. Разбиравшие исследование издания отмечают, что маркер проявляется при патологиях, ведущих к диффузному фиброзу миокарда левого желудочка. Для глаза врача такой признак трудно различим, поэтому его не находили десятилетиями.

Проверка в США и на Тайване

Модель перенесла свои прогнозы на пациентов за пределами обучающей выборки. В американских данных она выявляла повышенный риск желудочковых аритмий — нарушений ритма, способных привести к остановке сердца. На тайваньской выборке алгоритм распознавал пациентов с последующими остановками сердца, вызванными аритмией. Это подтверждает применимость метода в разных медицинских системах, хотя результаты пока не означают, что алгоритм готов самостоятельно определять, кому нужен дефибриллятор.

Почему это важно

Внезапная остановка сердца отличается от инфаркта: она возникает из-за нарушения электрической активности, которая координирует сокращения сердечной мышцы. Только в США от неё ежегодно умирают более 300 000 человек, в России, по данным медицинских организаций, около 200–250 тысяч в год. Около 80% таких случаев происходят за пределами больниц. Главная трудность профилактики — определить, кому действительно нужен имплантируемый дефибриллятор: существующие критерии пропускают часть людей, которым устройство могло бы помочь, и одновременно направляют на имплантацию пациентов, у которых оно впоследствии не срабатывает.

• В США от внезапной остановки сердца ежегодно умирают более 300 000 человек.
• В России — около 200–250 тысяч человек в год.
• Около 80% случаев происходят за пределами больниц.
• 86,1% пациентов, найденных ИИ, стандартный скрининг пропускал.

Что дальше

Следующий этап — проверка технологии в реальной клинической практике. Зиад Обермейер сотрудничает с медицинскими организациями в Швеции, США и на Тайване, чтобы анализировать уже имеющиеся в больницах ЭКГ и находить пациентов, которым нужно дополнительное наблюдение. Один из вариантов обследования — ношение специального пластыря, непрерывно регистрирующего электрическую активность сердца. Более длительные записи помогут понять, какие физиологические процессы стоят за обнаруженным сигналом.

Вывод. ИИ обнаружил в стандартной ЭКГ ранее не описанный маркер, который находит 86% пациентов из группы риска внезапной смерти, пропущенных традиционным скринингом. До внедрения в клиники метод должен пройти проверку на реальных пациентах.

Источники: ixbt.com, vademec.ru, hightech.plus, aif.ru, gnicpm.ru