Новые модели машинного обучения для улучшенной диагностики сердечно-сосудистых заболеваний у женщин
Новые модели машинного обучения для улучшенной диагностики сердечно-сосудистых заболеваний у женщин
Для оценки вероятности развития у человека сердечно-сосудистых заболеваний используют популярную систему оценки, называемой Фрамингемской шкалой риска (Framingham Risk Score), которая основана на таких факторах, как возраст, пол, уровень холестерина и артериальное давление.
С целью создания более точных моделей сердечно-сосудистого риска, чем Фрамингемская шкала, ученые из США и Нидерландов применили четыре дополнительных показателя: магнитно-резонансная томография сердца, анализ пульсовой волны, ЭКГ и УЗИ сонных артерий. Были использованы данные более чем 20 000 человек из Британского биобанка — биомедицинской базы данных, содержащей информацию примерно от полумиллиона британцев в возрасте 40 лет и старше, — которые прошли эти тесты. Результаты были опубликованы в журнале Frontiers in Physiology.
Используя машинное обучение (класс методов искусственного интеллекта), определено, что ЭКГ наиболее эффективный из протестированных показателей для выявления сердечно-сосудистых заболеваний как у мужчин, так и у женщин. Предлагается проведение обследования пациентов, используя простой опрос с традиционными факторами риска, а затем проведение второго этапа скрининга с использованием ЭКГ для пациентов с более высоким риском.
В результате исследования количественно оценена гиподиагностика сердечно-сосудистых заболеваний у женщин по сравнению с мужчинами и установлено, что использование нейтральных по признаку пола критериев приводит к серьезной гиподиагностике у пациентов женского пола. Диагностические критерии не учитывают анатомические особенности женского сердца, которое меньше по размеру и имеет более тонкие стенки, чем у мужчин, следовательно, для соблюдения одних и тех же критериев риска женское сердце должно увеличиваться непропорционально больше, чем мужское.
Настоящее исследование является первым шагом к переосмыслению факторов риска сердечно-сосудистых заболеваний. Использование новых технологий становится многообещающим способом улучшения прогнозирования риска, так как дает возможность проанализировать тысячи других возможных факторов и найти новые, значимые функции, которые могут значительно улучшить раннее выявление заболеваний.
Однако у исследования есть некоторые ограничения, которые следует устранить в будущем, говорят исследователи. Одним из таких ограничений является тот факт, что в Биобанке Великобритании пол рассматривается как бинарная переменная. Однако пол по своей сути сложен и зависит от гормонов, хромосом и физических характеристик, которые могут находиться где-то в диапазоне между «типично» мужским и «типично» женским.
Кроме того, в исследование вошли люди среднего и старшего возраста, проживающие в Великобритании, поэтому результаты не могут быть применимы к людям другого происхождения и возраста.
«Медицина, ориентированная на пол, является одним из шагов в правильном направлении, однако, медицина, ориентированная на конкретного пациента, обеспечит наилучшие результаты для всех» - заключил один из исследователей.