Ученые из Университета Пенсильвании разработали модель машинного обучения, которая прогнозирует развитие аритмии у пациентов после инсульта. Это позволит улучшить диагностику и лечение сердечно-сосудистых заболеваний, снижая риски и повышая точность прогнозов.
Фибрилляция предсердий, характеризующаяся нерегулярным и учащенным сердцебиением, часто возникает после инсульта и повышает риск тромбообразования. Ученые проанализировали данные 300 пациентов и создали алгоритм, который с высокой точностью предсказывает вероятность возникновения аритмии. Модель использует данные электрокардиограммы (ЭКГ), что делает ее простым и эффективным инструментом для мониторинга состояния сердца.
В дальнейшем исследователи модель планируют применить к 1,8 млн ЭКГ из медицинской базы данных, чтобы повысить точность прогнозов и адаптировать метод для диагностики других сердечно-сосудистых заболеваний.
По мнению авторов работы, использование машинного обучения в медицине улучшит доступность диагностики и снизит расходы на лечение.
Фото: freepik.com