Учёные НИУ ВШЭ создали машинную модель, которая с высокой точность предсказывает вероятные осложнения после инфаркта

Российские учёные создали модель машинного обучения, которая помогает оценивать риск осложнений у пациентов после инфаркта миокарда. Пресс-служба НИУ ВШЭ сообщает, что впервые в такой модели учтены генетические данные, что значительно повысило точность прогноза долгосрочных последствий для больных. Специалист по биоинформатике Александр Кирдеев отметил, что внедрение этой модели в медицину может снизить смертность и повторные инфаркты, оптимизируя лечение и облегчая нагрузку на врачей.

Новый подход разработан в рамках проекта, который оценивает эффективность разных методов машинного обучения для работы с данными о пациентах с инфарктом миокарда. Исследование основывалось на данных 200 пациентов, проходивших лечение с 2015 по 2024 год в Сургутском центре диагностики и сердечно-сосудистой хирургии. Врачи отслеживали состояние их сердечно-сосудистой системы и анализировали ДНК на наличие мутаций в гене VEGFR-2, которые могут усугубить последствия инфаркта.

Среди алгоритмов, протестированных учёными, лучше всего себя показал CatBoost, который выделил девять ключевых факторов риска, включая мутации в гене VEGFR-2. Учёные считают, что использование ИИ для анализа этих факторов может сделать прогнозы точнее, помогая заранее выявлять пациентов с повышенной угрозой серьёзных осложнений.