Ученые из Люксембурга раскрыли, как узнать о приступе аритмии за полчаса до его начала

Фибрилляция предсердий — это резко учащенный, аномальный ритм сердца с судорожными сокращениями, второе название патологии — мерцательная аритмия. Это одна из наиболее распространенных форм нарушений ритма сердца. Страдают от нее миллионы людей во всем мире. Патология в разы увеличивает риски инсульта и сердечной недостаточности. Важно, что частота мерцательной аритмии значительно увеличивается с возрастом и достигает 5-15% у людей старше 70 лет. Так что переоценить важность наблюдения за пациентами с таким заболеванием невозможно.

В Университете Люксембурга создали систему прогнозирования фибрилляции предсердий, основанную на технологиях машинного обучения. Она способна предупреждать о предстоящем нарушении за 30 минут до его начала с точностью около 80%. Об этом говорится в опубликованном исследовании.

Даже в смарт-часах

Система искусственного интеллекта получила название WARN (Warning of Atrial fibRillatioN). Она была обучена и протестирована на данных ЭКГ нескольких сотен пациентов. Прогнозирование эпизода фибрилляции предсердий зависит от интервала R-R (частоты сердечных сокращений), который можно измерить в том числе с помощью носимых устройств, таких как смарт-часы. Более того, алгоритмы машинного обучения могут быть запущены на смартфонах для оптимизации вычислительной нагрузки на менее мощных устройствах.

Добавим, что сейчас диагностика фибрилляции предсердий возможна только в момент ее начала и только на аппарате ЭКГ. А возможность раннего предупреждения отсутствует.

Исследователи признают, что если человек сможет заранее узнавать о предстоящей аритмии при помощи своих смарт-часов, надетых на руку, то он сможет принять меры — выпить лекарство, чтобы контролировать заболевание и чувствовать себя лучше. Причем антиаритмические препараты не придется пить ежедневно — только по требованию, когда пациент получает предупреждение от смарт-часов.

Обучается и становится умнее

«WARN был обучен на 24-часовых данных от 280 пациентов. Следовательно, это средний алгоритм. Учитывая гораздо более длительные временные горизонты для отдельных пациентов, WARN можно персонализировать, улучшить его производительность и преобразовать в алгоритм прогнозирования в реальном времени, который обновляется с учетом новых входящих данных», — отмечают исследователи.

Добавим, что обучали систему на китайских пациентах, а тестировали на французах и аргентинцах. Но ученые уверяют, что метод может быть потенциально улучшен и подстроен под определенные демографические группы.