Российская Информационная Сеть
12 августа, 15:47

Компьютер научился предсказывать остановку сердца раньше врачей

Компьютер научился предсказывать остановку сердца раньше врачей Южноамериканские исследователи создали алгоритм, рассчитывающий вероятность остановки сердца и дыхания у больных клиник на основе данных их истории заболевания, рассказывает New Scientist.

Система может заранее предупреждать об опасном развитии событий (в лучшем случае за 4 часа).

В южноамериканских лечебницах лекари и медсестры рассматривают состояние пациентов, и для начала риск экстренной ситуации, требующей реанимации пациентов, по специальной карточке ("модифицированной шкале раннего предотвращения ", MEWS). Там указывается 4 признака: систолическое артериальное давление, частота сердцебиения, артериальное давление и температура.

Срирам Соманчи (Sriram Somanchi) из Института Карнеги-Меллон в Питтсбурге ввел в систему данные по 133 тысячам больных, проходивших исцеление в 4 чикагских лечебницах в 2006-2011 годах. Вызывать реанимацию к ним пришлось в совместной сложности 815 раз. Алгоритм Соманчи, опираясь на 72 признака, учтенных в историях заболевания (например, возраст, уровень глюкозы, численность тромбоцитов в крови), предсказал грядущую остановку сердца и дыхания в 70 процентах случаев. Для сравнения, лекари по MEWS догадывались о риске опасной ситуации всего в 30 процентах случаев.

Впрочем метод еще предстоит подвергнуть доработке - он слишком часто выдает "ложную тревогу" (в 20 процентах случаев). Соманчи намерен корректировать его при помощи данных, приобретенных в иных лечебницах.

Помимо всего этого, не все научные работники согласились с ценностью новой системы. Учитывая мнение Питера Доннана (Peter Donnan), профессионала по биологической статистике из Университета Данди (Англия), MEWS приносит более пользы, ибо она опирается на минимальный перечень признаков, и далеко не все лечебницы собирают и берегут столько информации о больных, как чикагские. "С точки зрения статистики, чем меньше модель, тем она лучше", - заметил ученый.

nbsp;RIN 2000-