Oxford desarrolló una herramienta de AI para predecir la insuficiencia cardíaca con cinco años de antelación

Учёные из Оксфорда представили ИИ-инструмент, который может оценить риск сердечной недостаточности минимум за пять лет до её развития. Система работает на данных рутинной КТ сердца и, по данным исследования на пациентах в Англии, предсказывает такой риск с точностью 86%.

Как это работает

Разработка анализирует не саму сердечную мышцу, а изменения в жировой ткани вокруг сердца. Исследователи из Оксфорда исходят из того, что эта ткань служит ранним «сенсором» проблем: когда сердце воспалено или постепенно теряет нормальную функцию, структура и состав окружающего жира тоже меняются. На обычных снимках врач не видит такие микроскопические сигналы, но алгоритм может уловить текстурные паттерны и превратить их в числовую оценку риска.

Важная деталь в том, что системе не нужны редкие обследования или отдельный сложный тест. Она использует данные стандартной кардиологической КТ, которую в британских больницах и так делают пациентам с болью в груди и подозрением на проблемы с коронарными артериями. Алгоритм автоматически рассчитывает абсолютный риск без ручного ввода, а затем выдаёт врачу ориентир: кого нужно наблюдать внимательнее, кому стоит раньше менять тактику лечения, а кого можно не переводить на более жёсткий контроль.

Что показало исследование

Команда обучала модель на обезличенных результатах КТ более чем 59 тысяч человек из Англии, а затем отдельно проверила её ещё на 13 424 пациентах. В сумме в исследование вошли свыше 72 тысяч человек из девяти больничных трастов NHS, за которыми наблюдали в течение десяти лет после сканирования. Результаты опубликованы в Journal of the American College of Cardiology. Такой дизайн позволил проверить не только совпадение с текущим состоянием пациента, но и реальную способность алгоритма предсказывать развитие сердечной недостаточности на несколько лет вперёд.

• Более 72 000 пациентов в общей выборке 9 больничных трастов NHS в Англии 86% точность прогноза риска на пять лет Пациенты из верхней группы риска болели в 20 раз чаще В группе максимального риска вероятность развития сердечной недостаточности за пять лет была около 25% По словам исследователей, именно пациенты из верхней группы риска могут выиграть больше всего: сердечная недостаточность у них часто выявляется слишком поздно, уже после серьёзного повреждения сердечной мышцы. Теперь врач получает не расплывчатое подозрение, а конкретную оценку риска, которую можно использовать при планировании наблюдения и лечения. Это особенно важно для состояния, с которым во всём мире живут более 60 миллионов человек, а в Великобритании — свыше миллиона.

«Этот инструмент позволит врачам точнее решать, кому нужен самый интенсивный контроль», — говорит руководитель исследования

Хараламбос Антониадес.

Следующий этап внедрения

Оксфордская команда уже добивается регуляторного одобрения, чтобы встроить инструмент в обычный процесс анализа КТ в радиологических отделениях NHS. Идея прагматичная: не создавать новый маршрут пациента, а добавить ещё один слой интерпретации к уже существующим обследованиям. По данным исследователей, только в Великобритании ежегодно выполняется около 350 тысяч кардиологических КТ, так что даже частичное внедрение может дать системе здравоохранения большой поток ранних сигналов.

Отдельно разработчики работают над тем, чтобы алгоритм можно было применять не только к специализированной КТ сердца, но и к любой КТ грудной клетки, сделанной по другой причине. Если адаптация под лёгочные КТ действительно будет готова в ближайшие месяцы, это расширит охват: риск сердечной недостаточности можно будет замечать попутно, даже когда человека обследуют, например, из-за проблем с дыханием или в рамках скрининга лёгких.

Что это значит

Такие системы показывают, куда реально движется медицинский ИИ: не к абстрактным обещаниям, а к встраиванию в уже существующие клинические процессы. Если инструмент Оксфорда получит одобрение и пойдёт в рутинную практику, обычная КТ сможет работать не только как снимок для текущей жалобы, но и как раннее предупреждение о тяжёлом заболевании, которое раньше часто замечали слишком поздно, уже на этапе госпитализации или выраженных симптомов.