Բժշկագիտական International Journal of Medical Engineering and Informatics հանդեսում հրապարակված հետազոտությունը ցույց է տվել, որ Transformer ճարտարապետության վրա հիմնված արհեստական բանականության մոդելները կարող են արդյունավետորեն բացահայտել սիրտ-անոթային հիվանդությունների նշանները՝ ըստ էլեկտրասրտագրության տվյալների։

Սիրտ-անոթային հիվանդությունները մնում են աշխարհում վաղաժամ մահացության առաջատար պատճառներից մեկը. տարեկան դրանցից մահանում է մոտ 18 միլիոն մարդ։ Առանցքային խնդիրներից է վաղ ախտորոշումը. որքան շուտ է հայտնաբերվում հիվանդությունը, այնքան բարձր է բուժման արդյունավետությունը։ Սակայն էլեկտրասրտագրության մեկնաբանումը պահանջում է բարձր որակավորում, ժամանակ է խլում և կարող է ենթակա լինել սխալների։

Նոր հետազոտության մեջ գիտնականներն առաջարկել են միաչափ (1D) Transformer մոդել, որն ընդունակ է վերլուծել էլեկտրասրտագրության ազդանշանները՝ լրացուցիչ կլինիկական տվյալների հետ համակցված։ Transformer ճարտարապետությունը, որն ի սկզբանե մշակվել էր բնական լեզվի մշակման համար, տվյալ դեպքում հարմարեցվել է ժամանակային բժշկական ազդանշանների վերլուծության համար։

Թեստավորման ընթացքում մոդելը ցուցադրել է մինչև 94,2% ճշգրտություն մի քանի հայտնի բժշկական տվյալների բազաներում սրտի հիվանդությունների վաղ փուլերի հայտնաբերման գործում։ Հեղինակները նշում են, որ նման ճշգրտությունը հնարավորինս կարող է զգալիորեն բարձրացնել ախտորոշման հուսալիությունը, հատկապես բժիշկ-սրտաբանի գնահատականի հետ համատեղման դեպքում։

Հետազոտողների կարծիքով՝ նման համակարգերն ի վիճակի են օժանդակ գործիք դառնալ կլինիկական պրակտիկայում՝ արագացնելով որոշումների ընդունման գործընթացը և նվազեցնելով ախտորոշման սխալների ռիսկը։ Ընդսմին, նրանք ընդգծում են, որ մեթոդը պահանջում է հետագա ստուգում անկախ կլինիկական տվյալների վրա և լրացուցիչ վավերացում՝ նախքան իրական բժշկական պայմաններում օգտագործվելը։