Ένα σύστημα τεχνητής νοημοσύνης που είναι σε θέση να εντοπίζει με ακρίβεια τη συμφορητική καρδιακή ανεπάρκεια με ακρίβεια 100%, μέσω ανάλυσης απλά και μόνο ενός χτύπου καρδιάς από ηλεκτροκαρδιογράφημα (ECG), ανέπτυξαν επιστήμονες.
Η συμφορητική καρδιακή ανεπάρκεια είναι μια χρόνια πάθηση που επηρεάζει την δύναμη άντλησης των καρδιακών, και για την αποτελεσματική αντιμετώπισή της είναι απαραίτητη η έγκαιρη διάγνωσή της.
Ο Dr. Σεμπαστιάνο Μασάρο του University of Surrey, η Μιχαέλα Πορούμπ και ο Dr. Λεάντρο Πέτσια του University of Warwick και ο Ερνέστο Ιαντάντσα του Πανεπιστημίου της Φλωρεντίας, για τον σκοπό αυτό χρησιμοποίησαν τα αποκαλούμενα CNN (Convolutional Neural Networks)- ιεραρχικά νευρωνικά δίκτυα ιδιαίτερα αποτελεσματικά στην αναγνώριση μοτίβων και δομών στα δεδομένα.
Η έρευνα, που δημοσιεύτηκε στο Biomedical Signal Processing and Control Journal, βελτιώνει δραστικά τα δεδομένα ως προς τον εντοπισμό συμφορητικής καρδιακής ανεπάρκειας, χρησιμοποιώντας έναν συνδυασμό εργαλείων προηγμένης επεξεργασίας σημάτων και machine learning σε σήματα ECG, παρέχοντας ακρίβεια της τάξης του 100%.
«Εκπαιδεύσαμε και δοκιμάσαμε το μοντέλο CNN σε μεγάλα, διαθέσιμα στο κοινό, σετ δεδομένων ECG, με ασθενείς με συμφορητική καρδιακή ανεπάρκεια, αλλά και υγιή άτομα. Το μοντέλο μας είχε ακρίβεια 100%: Εξετάζοντας απλά και μόνο έναν χτύπο της καρδιάς, είμαστε σε θέση να διαπιστώσουμε εάν κάποιος έχει πρόβλημα στην καρδιά. Το μοντέλο μας επίσης είναι ένα από τα πρώτα που μπορούν να αναγνωρίζουν τα μορφολογικά χαρακτηριστικά του ηλεκτροκαρδιογραφήματος που σχετίζονται με την έκταση του προβλήματος».
* Οι απόψεις του ιστολογίου μπορεί να μη συμπίπτουν με τις απόψεις του/της αρθρογράφου ή τα περιεχόμενα του άρθρου.
0 Σχόλια