По замыслу ученых, нейросеть может значительно облегчить работу медиков и снять с них рутинные обязанности.
Разработкой компьютерной программы по анализу кардиограмм в стенах университета занимаются младшие научные сотрудники кафедры математического моделирования факультета математики и компьютерных наук имени профессора Н.И. Червякова СКФУ Мария Киладзе и Ульяна Ляхова под руководством заведующего кафедрой Павла Ляхова.
– Нейронные сети обладают колоссальным ресурсом оптимизации трудозатрат в самых разных сферах профессиональной деятельности. Эти разработки перспективны для ряда отраслей, в том числе сельского хозяйства, построению прогнозов в экономике, робототехнике и т.д. Наши ученые работают одновременно в нескольких направлениях в области искусственного интеллекта, в том числе, нейросетей. Уверен, что внедрение разработки ученых СКФУ в медицинскую практику способно повысить качество и скорость обработки информации, – прокомментировал ректор СКФУ Дмитрий Беспалов.
В основе программного обеспечения по анализу электрокардиограмм, созданного в СКФУ, лежат нейронные сети. Ученым удалось найти их удачное сочетание, при котором достигается максимальная эффективность. Для начала модель софта обучили на массиве апробированных данных - базе кардиограмм пациентов. Исследователи СКФУ, следуя врачебной этике, не обладали персональной информацией людей, чьи медицинские анализы попали к ним в руки. У них была только обезличенная информация с точно поставленными диагнозами, а также метаданными – возрастом, полом и другими аспектами, которые интересуют медиков для постановки точного вердикта.
– Нам удалось найти удачную архитектуру, которая позволила получить более высокий процент точности корректных распознаваний кардиограмм, соответствующих человеку со здоровом сердцем и больному аритмией, –рассказывает заведующий кафедрой математического моделирования факультета математики и компьютерных наук СКФУ Павел Ляхов. – Записи, которые мы использовали, проверены и размечены экспертами. Нейросеть обучалась на большом количестве историй болезней. Теперь на основе этого она строит математические связи и пытается предугадывать заболевания и самостоятельно ставить диагноз.
Разработка ученых СКФУ мультимодальная, так как одновременно включают в себя несколько нейросетей. Одна из подсистем анализирует результаты кардиограммы. Сигнал к нейронной сети поступает после обработки математическими инструментами, чтобы очистить его от шума. Другая нейросеть изучает метаданные. На основе результатов вычислений двух подсистем ставится вердикт, который может помочь медикам в диагностировании патологий.
Подчеркнем, что разработанная программа не может служить для самодиагностики заболеваний и тем более самолечения. Это вспомогательный инструмент для профессионалов, который может помочь подтвердить или опровергнуть догадки и делегировать рутинные обязанности.
Научной разработкой уже заинтересовались кардиологи и медики. Главное препятствие, которое стоит на пути внедрения системы в практику, – нормативные акты в области медицины. В законодательстве пока не определено, как регулировать диагностику пациентов с использованием нейронных сетей. Однако, по заявлению авторов разработки, сейчас подобный софт наиболее перспективен в медицине во всем мире, так как может существенно повысить эффективность здравоохранения.
Итогом работы ученых стало разработанное и зарегистрированное программное обеспечение «Мультимодальная нейросетевая система обработки метаданных и сигналов электрокардиограммы для определения аритмии сердца».
Исследование проводилось при финансовой поддержке Российского научного фонда в рамках проектов «Перспективные методы интеллектуальной обработки сигналов на основе глубоких нейронных сетей и модулярных вычислений» и «Новые подходы к цифровой обработке биомедицинских данных на основе параллельных вычислений и искусственных нейронных сетей».
