В недавнем исследовании была предложена новая методика оценки фракции выброса левого желудочка (LVEF) с использованием искусственного интеллекта, основанная на анализе электрокардиограмм (ЭКГ). Это открытие может стать настоящим прорывом в кардиологии, так как традиционные методы, такие как эхокардиография, требуют значительных ресурсов и времени.
В рамках исследования была проанализирована большая выборка из 191,941 пациента, что составило 236,623 пары ЭКГ и эхокардиографических данных. Ученые разработали модели на основе свёрточных и вероятностных нейронных сетей, которые могут оценивать LVEF и определять степень неопределенности в своих прогнозах. Модель, использующая только данные ЭКГ, показала среднюю абсолютную ошибку (MAE) в 7.71% и корень из средней квадратичной ошибки (RMSE) в 10.36%. В то же время гибридная модель, которая комбинирует данные ЭКГ с другими структурированными признаками, продемонстрировала MAE в 7.84% и RMSE в 10.52%.
Наиболее впечатляющим стало то, что персонализированные модели значительно улучшили результаты, достигнув MAE в 5.98% для модели на основе ЭКГ и 6.75% для гибридной модели. Кроме того, исследование показало, что систолическая дисфункция (LVEF ≤ 40%) может быть выявлена с AUC 0.88, чувствительностью 0.92 и отрицательной предсказательной ценностью 0.98.
Эти результаты подчеркивают потенциал использования ЭКГ как доступного и эффективного инструмента для оценки сердечной функции и выявления заболеваний, что может значительно улучшить диагностику и лечение сердечно-сосудистых заболеваний. Данные и код для воспроизведения результатов будут доступны по запросу, что открывает новые горизонты для дальнейших исследований в этой области.