Исследователи Политехнического университета Валенсии разработали модель искусственного интеллекта, которая по электрическим сигналам, записанным с поверхности тела, способна определять расположение и распространенность повреждений ткани предсердий. В эксперименте система с точностью 89% определяла расположение пораженных участков и с точностью 84% оценивала площадь повреждения.
Работа исследователей группы COR Института информационных и коммуникационных технологий (ITACA) опубликована в журнале Discover Computing. Для анализа они использовали графовую нейронную сеть — разновидность ИИ, способную учитывать взаимосвязи между различными точками данных.
Исследование посвящено предсердной кардиомиопатии — состоянию, при котором в ткани предсердий происходят электрические и структурные изменения, в том числе фиброз. Такие изменения связаны с возникновением и развитием фибрилляции предсердий — одного из наиболее распространенных нарушений сердечного ритма.
Чтобы определить состояние ткани предсердий, сегодня могут применяться инвазивное электрокардиографическое картирование внутри сердца и некоторые виды магнитно-резонансной томографии. Новый метод предполагает использование карт потенциалов поверхности тела: электроды, размещенные на туловище, регистрируют электрическую активность сердца, после чего ИИ анализирует распределение сигналов в пространстве и их изменения во времени.
Для обучения и проверки модели ученые использовали 14 400 смоделированных записей, созданных на основе различных анатомических моделей предсердий и туловища. При использовании 128 электродов система правильно определяла расположение пораженной ткани в 89% случаев. Чувствительность составила 89%, специфичность — 90%.
Модель также показала способность оценивать степень поражения ткани: общая точность определения ее распространенности достигла 84%. При этом система сохраняла относительно стабильные результаты даже при снижении качества электрического сигнала, что указывает на определенную устойчивость к шумам.
Особенно важным исследователи считают то, что модель сохраняла работоспособность при анализе анатомических вариантов, которые не использовались при ее обучении. Кроме того, увеличение разнообразия моделей предсердий и туловища в обучающей выборке улучшало результаты классификации.
Однако пока речь идет только о доказательстве концепции. Все данные в исследовании были смоделированы, поэтому результаты еще нельзя считать подтверждением эффективности метода у пациентов. Следующим этапом должна стать проверка системы на реальных клинических записях.
Следите за NEWS.am Medicine на Facebook и Twitter