Учёные из Сыктывкарского государственного университета имени Питирима Сорокина с коллегами разработали ИИ-систему для прогноза госпитальной летальности у пациентов с острым коронарным синдромом. По данным вуза, модель оказалась точнее международной шкалы GRACE, которую широко используют в клинической практике.
Для обучения системы специалисты проанализировали данные более 14 тысяч пациентов из Коми, Санкт-Петербурга и Ленинградской области. После подготовки массива в финальный анализ вошли сведения о 13,3 тысячи человек. У каждого пациента оценивали 28 клинических параметров, включая возраст, показатели гемодинамики, лабораторные данные и результаты инструментальных исследований.
Лучший результат показала модель градиентного бустинга CatBoost: её показатель AUC-ROC достиг 0,961 против 0,919 у шкалы GRACE. Разработчики считают, что машинное обучение помогает находить сложные связи между показателями, которые не всегда учитывают традиционные клинические шкалы.
Это позволяет формировать более точный индивидуальный профиль риска пациента уже на этапе госпитализации, до того, как было проведено чрескожное вмешательство, в некоторых случаях опасное для пациентов старших возрастов.
Исследователи также проверили, какие факторы сильнее всего влияют на прогноз. Среди них оказались фракция выброса левого желудочка, класс сердечной недостаточности по Killip, возраст, систолическое артериальное давление и дислипидемия. Пока система не готова к массовому внедрению: следующим этапом должны стать мультицентровые клинические исследования в разных медучреждениях.