Иногда симптомы сердечного приступа могут быть спутаны с признаками других заболеваний, что затрудняет их своевременную диагностику. Британские исследователи прибегли к использованию машинного обучения, чтобы предоставить врачам быстрый и точный метод выявления сердечных приступов. Это позволит сократить время, необходимое для постановки диагноза, и обеспечить более эффективное лечение пациентов.
На сегодняшний день оптимальным способом выявления инфаркта миокарда является анализ содержания тропонина в крови. Этот белок высвобождается при повреждении сердечной мышцы, и его уровень обычно резко возрастает в течение 3-12 часов после приступа, достигая максимума приблизительно через 24 часа.
В медицинских учреждениях по всему свету применяются методы диагностики, включающие анализ уровня тропонина при подозрении на сердечный приступ. Однако, они имеют некоторые ограничения: необходимость сбора крови в определенное время, что может быть затруднительным в условиях скорой помощи; пациенты могут быть классифицированы только по уровню риска приступа (низкий, средний или высокий), без учета других важных факторов, таких как время появления симптомов или результаты ЭКГ; и, наконец, они не учитывают влияние пола, возраста и сопутствующих заболеваний.
Британские ученые создали алгоритм машинного обучения, основанный на искусственном интеллекте, который отличается высокой скоростью и точностью. Новая система CoDE-ACS была разработана для расчета вероятности возникновения сердечного приступа у конкретного пациента.
В ходе исследования были задействованы данные, касающиеся 10 286 пациентов из шести государств мира, которые подвергались риску сердечного приступа. Для достижения поставленных целей, эксперты применили алгоритм машинного обучения, который основывался на информации о поле, возрасте, результате ЭКГ, истории заболевания и уровне тропонина у каждого пациента. Благодаря этому удалось определить вероятность возникновения сердечного приступа.
Сравнивая с уже имеющимися методами, исследователи обнаружили, что CoDE-ACS имеет удивительную способность исключить сердечный приступ с точностью 99,6% у значительно большего числа пациентов. В дополнение к этому, алгоритм успешно предсказывает сердечный приступ в различных подгруппах, включая мужчин и женщин, пожилых людей, людей с почечной недостаточностью или тех, кто обратился в больницу сразу после появления симптомов.
Исследователи сообщают о своем алгоритме CoDE-ACS, который способен предотвратить ненужную госпитализацию пациентов, не страдающих приступами, а также тех, у кого низкий риск повреждения сердечной мышцы или смерти от сердечных проблем. Согласно мнению медиков, это поможет улучшить эффективность и действенность неотложной медицинской помощи и определить, кто из пациентов может быть безопасно выписан домой, а кому необходимо оставаться для дальнейшего наблюдения.
При цитировании информации активная гиперссылка на neprosto.fun обязательна
