Исследователи из UC Berkeley разработали ИИ-систему, способную выявлять риск внезапной сердечной смерти (SCD) на основе анализа стандартных ЭКГ-записей. Модель, обученная на 440 000 записей из Швеции и протестированная в США и Тайване, показывает точность, превосходящую современные клинические стандарты диагностики.
Что произошло
Разработанная модель анализирует специфические паттерны электрической активности сердца, которые часто упускаются при традиционных методах. В группе высокого риска, определенной ИИ, показатель смертности составил 7% в год, в то время как текущий стандарт на основе оценки фракции выброса дает показатель 4,6% в год.
Контекст
Современная кардиология в основном опирается на оценку механической работы сердца (фракцию выброса) для прогнозирования рисков. Однако ИИ-подход позволяет сфокусироваться на электрической стабильности сердца, что дает более глубокое понимание предсердных и желудочковых нарушений ритма.
Почему это важно для индустрии
Для индустрии медицинских технологий это означает переход от механических метрик к анализу электрической стабильности. Это открывает рынок для превентивной кардиологии и оптимизации ресурсов: более точный скрининг поможет снизить количество неоправданных имплантаций дефибрилляторов, которые сейчас до 2/3 случаев считаются избыточными.
Почему это важно для пользователей
Для обычных пользователей и пациентов это означает возможность получения более точной диагностики риска внезапной остановки сердца во время стандартного обследования. Это позволяет врачам своевременно назначать непрерывный мониторинг или превентивную терапию до наступления критического события.
Источники
Автор
Look at AI, редакция