Дослідники з Клініки Майо (США) вирішили виправити цю ситуацію, скориставшись машинним навчанням. Вони зібрали ЕКГ, взяті у 181 тисячі пацієнтів з 1993 по 2017 рік, і поділили їх на дві групи в залежності від того, чи була у пацієнта згодом діагностована миготлива аритмія. Відзначимо, що дані включали в тому числі випадки, коли одне або кілька ЕКГ показували, що у пацієнта все в порядку, проте через деякий час у нього виявляли миготливу аритмію. Потім 70% зібраних відомостей «згодували» нейромережі. Решта 30% використовувалися для тестування та оптимізації.
Натренований алгоритм показав відмінні результати: він точно визначав захворювання по одному ЕКГ в 79% випадків. При використанні декількох електрокардіограм від одного пацієнта точність була ще вищою – 83%.
Особливо дослідників порадував той факт, що штучний інтелект успішно виявляв миготливу аритмію по електрокардіограмі, які з точки зору фахівців свідчили про здорове серце. Зрозуміло, мова йде не про дар передбачення: просто штучний інтелект, як пояснюють самі вчені, здатний «бачити» і враховувати навіть найменші зміни електричних властивостей міокарда, а також брати до уваги сукупність показників, які свідчать про наявність миготливої аритмії, але про значущість яких сучасній медицині нічого не відомо. При цьому для винесення «вердикту» алгоритму досить фрагмента ЕКГ тривалістю 10 секунд.
З мінусів дослідження вчені відзначили те, що навчання алгоритму проводилось на вибірці людей, яким потрібно було пройти електрокардіографію за медичними показаннями і у яких, можливо, був підвищений ризик виникнення миготливої аритмії. Крім того, мали недоліки і вихідні дані: існує ймовірність, що деякі ЕКГ, помічені як нормальні, насправді свідчили про наявність миготливої аритмії (постановка помилково негативного діагнозу могла бути зумовлена, наприклад, недосконалістю медичних методик або людською помилкою), а частина «прогнозів» штучного інтелекту, визнаних хибнопозитивними, в реальності була вірна — просто пацієнт був тоді недообстежений з тих чи інших причин.
Щоб підтвердити результати дослідження та переконатися в ефективності алгоритму, в майбутньому розробники планують протестувати нейромережу на більш релевантній і надійній вибірці, що включає в тому числі людей, у яких немає медичних показань для проходження електрокардіографії, а також оцінити можливості штучного інтелекту по виявленню миготливої аритмії конкретно у пацієнтів, які перенесли інсульт або вже мають серцеву недостатність.
Автори розробки сподіваються, що технологія одного разу ляже в основу стандартного тесту на миготливу аритмію, який дозволить ефективно виявляти розвиток захворювання на ранній стадії і починати лікування ще до того, як у пацієнта виникнуть серйозні ускладнення. Такого роду моніторинг особливо важливий для груп високого ризику – наприклад, літніх людей або пацієнтів з діабетом, підвищеним артеріальним тиском або перенесеним інсультом, яким для вірогідної діагностики сьогодні доводиться тижнями носити невеликі електрокардіографи, втрачаючи дорогоцінний час. Дослідники не виключають, що для роботи алгоритму буде достатньо смартфона – тоді тести можна проводити навіть вдома.
