Такой софт наиболее перспективен в медицине во всем мире, он может существенно повысить эффективность здравоохранения.

В Северо-Кавказском федеральном университете разработали компьютерную программу анализа кардиограммы пациентов и определения у них нарушения сердечной проводимости, частоты и регулярности сокращений. По замыслу ученых нейросеть может значительно облегчить работу медиков и снять с них рутинные обязанности.

Работу ведут младшие научные сотрудники кафедры матмоделирования факультета математики и компьютерных наук имени профессора Н.И. Червякова СКФУ Мария Киладзе и Ульяна Ляхова под руководством заведующего Павла Ляхова. Ректор университета Дмитрий Беспалов рассказал SK-NEWS.RU: «Нейронные сети имеют колоссальный ресурс оптимизации трудозатрат в самых разных сферах деятельности. Они перспективны  для ряда отраслей – сельского хозяйства, построения прогнозов в экономике, робототехники. Ученые работают одновременно в нескольких направлениях в области искусственного интеллекта, в том числе, нейросетей. Внедрение разработки сотрудников СКФУ в медицинскую практику повысит  качество и скорость обработки информации».

В основе программного обеспечения по анализу электрокардиограмм в СКФУ – нейронные сети. Ученые нашли их удачное сочетание, когда достигается максимальная эффективность. Для начала модель софта обучили на массиве апробированных данных – базе кардиограмм пациентов. Исследователи, следуя врачебной этике, не обладали персональной информацией людей, чьи медицинские анализы попали к ним. Была обезличенная информация с точно поставленными диагнозами, метаданными – возрастом, полом и другими аспектами, интересующими медиков для постановки точного диагноза. «Используемые записи проверены и размечены экспертами. Нейросеть обучалась на большом количестве историй болезней. Она строит математические связи и пытается предугадывать заболевания и самостоятельно ставить диагноз», – рассказал Павел Ляхов.

Разработка ученых СКФУ включает несколько нейросетей. Одна анализирует результаты кардиограммы. Сигнал к нейронной сети поступает после обработки математическими инструментами, чтобы очистить его от шума. Другая изучает метаданные. На основе результатов вычислений двух подсистем ставят вердикт, который может помочь медикам в диагностировании патологий. Разработанная программа не для самодиагностики заболеваний и тем более самолечения. Это вспомогательный инструмент врачам, он поможет подтвердить или опровергнуть догадки. 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.