В Израиле разработали ИИ для ранней диагностики сердечной недостаточности

Модель DeepHHF анализирует суточные записи ЭКГ и может выявлять высокий риск болезни за несколько лет до появления симптомов

Исследователи из Хайфского Техниона совместно с врачами ведущих израильских клиник создали модель искусственного интеллекта для раннего выявления риска сердечной недостаточности.

Новая система получила название DeepHHF. Она анализирует стандартные 24-часовые записи ЭКГ, сделанные во время суточного мониторинга, и находит в них малозаметные изменения в работе сердца. По данным исследователей, такие сигналы могут указывать на высокий риск развития сердечной недостаточности еще за несколько лет до появления первых клинических симптомов.

Работа опубликована в научном журнале npj Digital Medicine.

Почему ранняя диагностика так важна

Сердечная недостаточность затрагивает около 64 миллионов человек во всем мире. Это состояние возникает, когда сердце уже не может достаточно эффективно перекачивать кровь и обеспечивать органы кислородом.

У пациентов могут появляться одышка, постоянная усталость, отеки, слабость и непереносимость физических нагрузок. Особенно опасна сердечная недостаточность для пожилых людей: она снижает качество жизни, часто приводит к госпитализациям и создает большую нагрузку на систему здравоохранения.

Главная сложность заключается в том, что болезнь может развиваться постепенно. На ранних стадиях человек может еще не ощущать выраженных симптомов, а стандартные обследования не всегда позволяют заранее понять, у кого риск особенно высок.

Поэтому возможность предсказать развитие сердечной недостаточности заранее имеет большое значение. Если врач видит риск до появления симптомов, он может раньше назначить профилактические меры, скорректировать лечение и внимательнее наблюдать пациента.

Как работает модель DeepHHF

Для обучения модели исследователи использовали около 70 тысяч записей суточного мониторинга ЭКГ. Это стандартное неинвазивное обследование, при котором пациент носит небольшой прибор в течение 24 часов, а устройство фиксирует электрическую активность сердца в обычных домашних условиях.

ИИ анализирует необработанные записи ЭКГ и ищет в них сложные закономерности, которые могут быть незаметны при обычной оценке. Речь идет не об одном очевидном признаке, а о множестве мелких отклонений в сердечном ритме и электрической активности сердца.

Именно такие скрытые паттерны позволяют модели оценивать вероятность развития сердечной недостаточности в будущем.

По словам авторов, DeepHHF способна предсказывать риск на срок до пяти лет вперед. Это делает технологию потенциально полезной для раннего выявления пациентов из группы высокого риска.

Чем этот подход отличается от обычной диагностики

Обычная диагностика сердечной недостаточности часто начинается тогда, когда у пациента уже есть симптомы: одышка, отеки, утомляемость или снижение переносимости нагрузки.

Новый подход ориентирован на более ранний этап - период, когда клинических проявлений может еще не быть, но сердце уже подает едва заметные сигналы неблагополучия.

Важное преимущество технологии заключается в том, что она использует уже существующий инструмент - суточный мониторинг ЭКГ. Пациенту не требуется сложная инвазивная процедура, а данные можно получить в привычных условиях.

Старший автор исследования, профессор Иоахим Бехар, отметил, что, насколько известно авторам, ни одна из существующих моделей не способна предсказывать риск сердечной недостаточности на срок до пяти лет вперед по необработанным записям ЭКГ.

Что это может изменить для пациентов

Если эффективность DeepHHF подтвердится в дальнейших исследованиях и клинической практике, такая модель может стать инструментом раннего предупреждения для врачей.

Она поможет заранее выделять пациентов, которым нужно более внимательное наблюдение, дополнительное обследование или профилактическое лечение. Это особенно важно для пожилых людей и пациентов с факторами риска сердечно-сосудистых заболеваний.

Ранняя диагностика может снизить количество экстренных госпитализаций, замедлить развитие болезни и улучшить качество жизни пациентов.

При этом ИИ не заменяет врача. Его задача — анализировать большие массивы данных и подсвечивать скрытые риски, а окончательные решения о диагностике и лечении должен принимать специалист.

В перспективе такие системы могут стать частью персонализированной кардиологии, где лечение начинается не после появления тяжелых симптомов, а на этапе, когда болезнь еще можно сдержать.