​Нейросетевой анализ предикторов летального риска у больных после перенесенного острого коронарного синдрома

Швец Д. А.¹, Карасёв А. Ю.¹, Смоляков М. В.², Поветкин С. В.³, Вишневский В. И.⁴

Резюме
Цель. Изучить возможности применения нейросетевого анализа клиникоинструментальных данных для прогнозирования риска летальных исходов у больных после перенесенного острого коронарного синдрома (ОКС).
Материал и методы. Четыреста пациентов после перенесенного ОКС наблюдались в течение 62 мес. Критерий осложнённого течения ишемической болезни сердца (ИБС) — летальный исход кардиогенной причины. Группу 1 наблюдения составили 310 больных с неосложненным течением и 2 группу 90 больных с осложненным течением ИБС. Для прогнозирования летального риска использовали метод машинного обучения и нейросетевого анализа. Машинное обучение проводилось с включением клинических, лабораторных и инструментальных (электрокардиография, эхокардиография) признаков (всего 49). Для решения задач классификации использованы два вида архитектур нейросетей: многослойный персептрон (Multilayer Perceptron (MLP)) и свёрточная нейронная сеть (Convolutional Neural Networks (CNN)). Соотношение в примерах на обучение и валидацию составило 340/60. Использовался метод обучения с учителем на имеющихся данных, в которых были известны исходы, а параметры нейронной сети подстраивались так, чтобы минимизировать ошибку.
Результаты. Наибольший вклад в риск летального исхода после ОКС вносят возраст больных, перенесенный ранее ИМ и острое нарушение мозгового кровообращения, наличие фибрилляции предсердий, 2 стадия и 3 функциональный класс хронической недостаточности кровообращения, отсутствие чрескожного коронарного вмешательства, 3 стадия хронической болезни почек, сниженная фракция выброса левого желудочка. Большая часть летальных случаев приходилась на 2 и 4 годы наблюдения больных, что, возможно, связано с низкой эффективностью вторичной профилактики ИБС. Исследуемая архитектура свёрточной нейронной сети оказалась более точной моделью диагностики. Чувствительность 68% и специфичность 84%, при хорошем качестве модели (area under curve (AUC) =0,74). К преимуществам CNN относится возможность анализировать закономерности во времени, используя рекуррентные нейронные сети.
Заключение. Нейросетевой анализ подготовленных клинических, лабораторных и инструментальных данных позволяет настроить параметры сети для последующего прогнозирования летального риска. Использование свёрточной нейронной сети с чувствительностью 68% и специфичностью 84% прогнозирует риск летального исхода на протяжении 5 лет после ОКС.

Ключевые слова: нейронная сеть, машинное обучение, острый коронарный синдром, летальность.

Отношения и деятельность: нет.

Авторы
¹БУЗ Орловской области Орловская областная клиническая больница, Орёл; ²ООО “АктивБизнесКонсалт”, Орёл; ³ФГБОУ ВО Курский государственный медицинский университет, Курск; ⁴ФГБОУ ВО Орловский государственный университет им. И. С. Тургенева, Орёл, Россия.

Швец Д. А.* — к. м.н., врач кардиолог отделения кардиологии 1 с ПРИТ, ORCID: 0000-0002-1551-9767, Карасёв А. Ю. — врач кардиолог отделения кардиологии 1 с ПРИТ, ORCID: 0000-0002-8334-0988, Смоляков М. В. — главный программист, ORCID: 0000-0001-6059-7126, Поветкин С. В. — д. м.н., профессор, зав. кафедрой клинической фармакологии, ORCID: 0000-0002-1302-9326, Вишневский В. И. — д. м.н., профессор, зав. кафедрой внутренних болезней медицинского института, ORCID: 0000-0002-3004-9687.

*Автор, ответственный за переписку (Corresponding author):
denpost-card@mail.ru

Рукопись получена 03.12.2019
Рецензия получена 17.12.2019
Принята к публикации 22.12.2019

Для цитирования: Швец Д. А., Карасёв А. Ю., Смоляков М. В., Поветкин С. В., Вишневский В. И. Нейросетевой анализ предикторов летального риска у больных после перенесенного острого коронарного синдрома. Российский кардиологический журнал. 2020;25(3):3645. doi:10.15829/1560-4071-2020-3-3645

Комментарии