Американские ученые создали ИИ-модель, которая с точностью 89-93% предсказывает риск внезапной сердечной смерти (ВСС) у пациентов с опасным наследственным заболеванием — гипертрофической кардиомиопатией. Новый алгоритм анализирует медицинские снимки и записи, выявляя скрытые закономерности, недоступные врачам, что открывает путь к персонализированному подходу в спасении жизней и сокращению числа ненужных вмешательств. Исследование опубликовано в журнале Nature Cardiovascular Research.
Гипертрофическая кардиомиопатия (ГКМП) — одно из самых распространенных наследственных заболеваний сердца, встречающееся у одного из 200-500 человек во всем мире. Оно вызывает утолщение сердечной мышцы и образование рубцовой ткани (фиброза), что существенно повышает риск внезапной сердечной смерти, особенно у молодых людей и спортсменов. Действующие клинические рекомендации слабо справляются с оценкой этого риска: их точность достигает всего около 50%. Это приводит либо к трагическим смертям пациентов, которым не был установлен защитный дефибриллятор, либо к пожизненной имплантации устройства людям, которым оно не нужно, что чревато осложнениями — от инфекций до сбоев и ложных срабатываний.
Новая ИИ-модель, получившая название MAARS, использует принципиально иной подход. Она объединяет разнообразные медицинские данные о пациенте: анамнез, симптомы, результаты ультразвукового обследования сердца (эхокардиографии), а главное — напрямую обрабатывает сложные изображения органа, полученные при МРТ с контрастным усилением (LGE-CMR). Такие снимки показывают участки фиброза, однако врачи до сих пор не имели возможности точно интерпретировать, какие именно особенности этих областей повышают риск ВСС. MAARS научился извлекать из «сырых» МРТ-изображений критически важную для прогноза информацию, избегая субъективной оценки. Все данные интегрируются в единую систему, которая рассчитывает индивидуальный риск для конкретного пациента.
Протестированная на реальных пациентах из двух ведущих медицинских центров — больницы Университета Джонса Хопкинса и Института Сэнгера — модель показала точность 89% в прогнозировании риска внезапной сердечной смерти. Это почти вдвое превышает эффективность современных клинических методов, точность которых составляет всего 50-62%. Особенно впечатляющие результаты MAARS показала в прогнозировании риска для пациентов 40-60 лет — группы наибольшего риска. Для нее точность прогноза достигла рекордных 93%. Соавтор работы, кардиолог Джонатан Криспин из Университета Джонса Хопкинса отметил: «Наше исследование показывает, что ИИ-модель значительно улучшает нашу способность прогнозировать состояние пациентов из группы высокого риска… и обладает потенциалом изменить клиническую практику». Модель не только демонстрирует высокую точность, но и одинаково хорошо работает для пациентов разных возрастов и полов. Она также способна объяснить, почему определенный риск был присвоен, выделяя ключевые факторы на основе собранных данных и изображений.
Разработка MAARS — важный шаг вперед в борьбе с внезапной сердечной смертью. Новый алгоритм поможет врачам точнее определять, каким пациентам с ГКМП действительно нужен имплантируемый дефибриллятор, а каким можно избежать этой операции и связанных с ней рисков. Это поможет сохранить жизни и улучшить их качество. Руководитель исследования Наталья Траянова из Университета Джонса Хопкинса рассказала: «Сейчас пациенты умирают в расцвете сил, потому что не защищены, в то время как другие всю жизнь носят дефибрилляторы без какой-либо пользы. Теперь мы можем с очень высокой точностью предсказать, подвержен ли пациент высокому риску ВСС». Команда планирует дальнейшие испытания модели на более широкой выборке пациентов и адаптацию метода для оценки риска при других опасных заболеваниях сердца.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
