Ученые из университетов Эйдховена и Чжэцзяна разработали алгоритм, который не только может предсказывать случаи повторной госпитализации пациентов с сердечной недостаточностью, но и определять, почему именно у пациентов случаются рецидивы. Исследование было опубликовано в журнале BMC Medical Informatics and Decision Making.
Медицинские работники все больше прибегают к использованию тех или иных алгоритмов, благодаря которым можно наблюдать за динамикой состояния здоровья пациентов, предвидеть возможные риски и подбирать в соответствии с полученной информацией подходящие курсы лечения.
Однако медики сталкиваются с проблемой: верно интерпретировать данные, предлагаемые алгоритмами машинного обучения, получается не всегда. Медики могут наблюдать вводимые в модель данные (например, данные о состоянии здоровья пациентов), а также то, что модель предъявляет в результате анализа этих данных (прогнозы возможных рисков или возможной динамики состояния здоровья), но не могут видеть то, что происходит между этими двумя пунктами — как именно модель обрабатывает вводные данные и делает выводы на основе их анализа. Из-за этого медики далеко не всегда могут положиться на алгоритмы и принимать решения о лечении пациентов на основе их выводов.
Чтобы решить эту проблему ученые из университетов Эйдховена и Чжэцзяна протестировали нейронную сеть, основанную на механизмах внимания (attention-based neural network), в приложении к медицине. Нейросети такого типа способны делать выводы, фокусируясь на деталях данных, а также на их контекстуальной информации. Благодаря своей чувствительности к контексту, такие нейронные сети способны не только осуществлять точные прогнозы, но и показывать, какие именно параметры повлияли на эти прогнозы. Обычно нейронные сети, основанные на внимании, используются в распознавании изображений и речи — в тех областях, где контекст особенно важен.
В рамках тестирования нейросети ученые провели эксперимент с участием 736 пациентов с сердечной недостаточностью. С помощью нейросети ученые пытались прогнозировать, произойдет ли повторная госпитализация пациентов в течение 12 месяцев после того, как они были выписаны. В качестве параметров ученые учли 105 различных факторов, включая возраст и пол, показатели давления, наличие диабета и заболеваний почек, а также сколько пациент пробыл в госпитале и какие препараты использовались для его лечения.
В результате эксперимента модели удалось верно предугадать более 65% случаев повторной госпитализации. И что более важно — модель сообщила ученым о том, какие конкретные факторы риска повлияли на ее прогнозы в каждом отдельном случае. Более того, нейросеть осуществляла более точные прогнозы, чем сами ученые.
Несмотря на то, что нейросеть хорошо прошла тест на эффективность, она должна пройти повторное испытание для того, чтобы в дальнейшем широко использоваться в сфере медицины.
фото: ShutterstockЭто новость от журнала ММ «Машины и механизмы». Не знаете такого? Приглашаем прямо сейчас познакомиться с этим удивительным журналом.