Институт аналитического приборостроения РАН в Петербурге создал метод анализа данных электрокардиографии сверхвысокого разрешения с помощью искусственного интеллекта.
Искусственный интеллект всё активнее влияет на кардиологию: он улучшает диагностику, помогает прогнозировать риски и персонализировать лечение сердечных заболеваний.
В отличие от стандартной ЭКГ, электрокардиограф сверхвысокого разрешения записывает не только низкочастотные сигналы с частотами от 0.05 до 100 Гц, но и микропотенциалы – высокочастотные компоненты в диапазоне 100–2000 Гц, которые отражают активность ионных каналов в сердечной мышце.
Эти микропотенциалы дают более чувствительный маркер ранних изменений, связанных с ишемической болезнью сердца (ИБС). Они возникают из-за движения ионов натрия (Na⁺) и калия (K⁺) через клеточные мембраны, вызывая локальные изменения в электрическом поле мышцы сердца.
Сердечно-сосудистые заболевания — одна из главных причин смерти в мире, а ишемическая болезнь сердца занимает в этом ряду лидирующее место. При ИБС атеросклеротические бляшки в сосудах мешают кровотоку, нарушая питание сердечной мышцы.
Данные для исследования получены в экспериментах на крысах с искусственно вызванным острым коронарным синдромом. Электрокардиограммы анализировались с помощью многослойной нейронной сети, позволяющей автоматически классифицировать сегменты ЭКГ по их форме и мощности, облегчая интерпретацию и ускоряя диагноз.
Эксперимент включал несколько этапов: стабилизация состояния животного и оборудования, моделирование ишемии и реперфузии – восстановление кровотока после устранения причины нарушения. Через хирургические методы создавались условия, максимально воспроизводящие ИБС.
Для обработки данных использовалась сверточная нейронная сеть с методами борьбы с переобучением. Модель училась определять один из четырёх классов, соответствующих стадиям эксперимента, включая переходный период между стабилизацией и ишемией, когда характерных признаков ИБС ещё нет.
За обработку более 150 часов записи ЭКГ отвечала обученная модель, достигшая точности классификации 85,7%. Это демонстрирует высокую эффективность ИИ для распознавания ранних признаков ишемии с помощью ЭКГ сверхвысокого разрешения.
Исследование было поддержано Минобрнауки РФ (регистрационный номер темы 1023032800366-6, тема FZZM-2025-0011) и проведено на базе Института экспериментальной медицины им. В.А. Алмазова. Институт аналитического приборостроения РАН продолжает совершенствовать разработки в области биотехнологий и инновационных диагностических приборов.
