Хроническая сердечная недостаточность – прогрессирующее заболевание, сопровождающееся характерными симптомами в виде одышки, снижения физической активности, утомляемости и отеков. В ее основе лежит неадекватная перфузия органов и тканей в покое или при нагрузке, приводящая к задержке жидкости в организме. Это крайне распространенная патология, определяющая весомый вклад в общую смертность.
Существует довольно большое количество неспецифических ЭКГ-признаков ХСН, которые также могут быть представлять другие заболевания сердца: синусовая тахикардия, патологические зубцы Q, подъем ST, признаки левожелудочковой гипертрофии или дилятации, блокада ножек пучка Гиса, фибрилляция предсердий и так далее.
Профессор Sebastiano Massaro из Университета Суррея, Великобритания, в команде с коллегами из других европейских университетов решили подойти к вопросу о скрининге ХСН с помощью повсеместно распространенного современного подхода – нейронных сетей. Эта система способна распознавать общие паттерны в огромном количестве данных и находить в них закономерности.
Статья опубликована в журнале Biomedical Signal Processing and Control Journal. Разработанные алгоритмы способны значительно повысить эффективность диагностики благодаря меньшим временным затратам и более редким ошибкам. Система апробирована на публично доступных базах данных ЭКГ как пациентов с диагнозом ХСН, так и здоровых людей. Она показала 100% точность, при этом для анализа достаточно всего одного сердечного цикла.
Нейронные сети все чаще и чаще появляются в различных медицинских специальностях, обещая значительное повышение эффективности диагностики. В дальнейшем необходимо разрабатывать грамотные системы поддержки принятия врачебных решений, которые помогут объединить опыт врача и вычислительную мощность компьютеров.