Искусственный интеллект научился выявлять риск внезапной сердечной смерти | 27.06.2026 | Новости медицины РМЖ

Исследователи из США разработали систему искусственного интеллекта, способную по данным стандартной электрокардиограммы (ЭКГ) выявлять пациентов с повышенным риском внезапной сердечной смерти – точнее существующих методов. Алгоритм обнаруживает ранее неизвестные закономерности в электрической активности сердца и позволяет прогнозировать развитие опасных нарушений ритма еще до появления клинических признаков.

Наиболее эффективным способом профилактики внезапной сердечной смерти является имплантация кардиовертера-дефибриллятора, однако существующие критерии отбора пациентов основаны главным образом на оценке фракции выброса левого желудочка и обладают ограниченной прогностической точностью. В результате многие пациенты, действительно находящиеся в группе высокого риска, остаются невыявленными, тогда как часть имплантированных устройств впоследствии ни разу не используется.

Для создания модели исследователи использовали 441,6 тысячи ЭКГ, выполненных в 2010–2016 годах в шведском регионе Халланд, сопоставив их с данными свидетельств о смерти и электронных медицинских карт. После обучения алгоритм проверили на независимой шведской выборке, а также на внешних данных из США и Тайваня. В американскую валидацию вошли 251,9 тысячи ЭКГ. В ходе испытаний модель выделила группу высокого риска, составившую 2,2% выборки, с годовой частотой внезапной сердечной смерти 7%. Для сравнения: пациенты со сниженной фракцией выброса левого желудочка составляли 1,9% выборки, а их годовой риск оценивался в 4,6%. При этом 86,1% пациентов, которых ИИ отнес к группе высокого риска, не были выявлены по показателю фракции выброса, то есть по действующим критериям могли остаться без дополнительного наблюдения.

Алгоритм также подтвердил высокую точность на независимых данных из нескольких стран. В шведской выборке точность прогнозирования внезапной сердечной смерти составила 87,2%, в американской – 82,2% при выявлении опасных желудочковых аритмий, а в тайваньском регистре – 76,7% при прогнозировании будущих аритмических остановок сердца. Эти результаты свидетельствуют о том, что модель сохраняет высокую эффективность при работе с различными популяциями пациентов и медицинскими базами данных.

Ученые отметили, что технология может использоваться как инструмент раннего скрининга, позволит направлять пациентов на длительный мониторинг сердечного ритма и, при подтверждении риска, поможет рассматривать вопрос об имплантации кардиовертера-дефибриллятора. Для внедрения подхода в клиническую практику необходимы проспективные  рандомизированные исследования.

Источник: https://www.nature.com/articles/s41586-026-10674-6

---

Поделитесь новостью в социальных сетях

Распечатать