17 грудня, 2025
Штучний інтелект і ЕКГ: комбінований шлях до діагностики мікросудинної ішемії серця
Коронарна мікросудинна дисфункція, або вторинна мікроваскулярна стенокардія, – один із найбільш недооцінених і складних для діагностики варіантів ішемічної хвороби серця. Пацієнти з типовим ангінозним болем нерідко потрапляють до відділень невідкладної допомоги, але коронарографія не виявляє значущих стенозів. У таких випадках причиною симптомів можуть бути ураження дрібних коронарних судин, які складно візуалізувати стандартними методами. Нове дослідження Університету Мічигану (США) демонструє, що штучний інтелект може радикально змінити підхід до ранньої діагностики цього стану.
Дослідники розробили модель штучного інтелекту, здатну виявляти коронарну мікросудинну дисфункцію на основі звичайної електрокардіограми тривалістю лише 10 секунд. Ключовою перевагою інструменту стало точне прогнозування резерву коронарного кровотоку, який вважається «золотим стандартом» діагностики ішемії та визначається за допомогою ПЕТ-сканування серця. Саме ці складні й не завжди доступні обстеження обмежують своєчасне виявлення захворювання поза спеціалізованими центрами.
Важливо, що нова модель перевершила попередні ЕКГ-орієнтовані алгоритми майже за всіма діагностичними параметрами, включно із прогнозуванням показників, які раніше вважалися недоступними для аналізу на основі ЕКГ. За словами провідного автора дослідження Венкатеша Мурті, модель дозволяє «точно ідентифікувати стан, який традиційно часто залишається непоміченим, зокрема під час звернень до відділень невідкладної допомоги».
Розробка базується на підході самонавчання, що дало змогу використати понад 800 тисяч ЕКГ-записів без анотації для попереднього навчання моделі. Після цього алгоритм було донавчено на значно меншій, але клінічно цінній вибірці ПЕТ-досліджень. Таким чином, штучний інтелект «вивчив» електричну мову серця, а згодом навчився співвідносити ці сигнали з показниками мікросудинної перфузії.
Цікавим є і те, що використання ЕКГ під час навантажувальних тестів лише мінімально покращувало точність, порівнюючи з аналізом ЕКГ у спокої. Це відкриває перспективи застосування моделі навіть у закладах з обмеженими ресурсами, без необхідності проведення стрес-тестів. На думку авторів моделі штучного інтелекту, такий інструмент може стати ефективним методом у кардіології, тому вчені розпочали новий етап досліджень свого винаходу.
Джерело: https://ai.nejm.org/doi/full/10.1056/AIoa2500164