Российские ученые с помощью нейросетей и метода математической заморозки создали систему диагностики сердечно-сосудистых заболеваний. Результаты исследований будут впервые представлены сегодня в Перми на Естественнонаучном форуме.
НОВОСТИ
-
16 мая 2017
Российские учёные научились предотвращать инфаркты с помощью нейросетей
Ученые механико-математического факультета Пермского университета создали интеллектуальную систему диагностики и прогнозирования развития сердечно-сосудистых заболеваний, которая работает с помощью нейронных сетей.
Нейросеть и её программное и аппаратное воплощение являются математической моделью, построенной по принципам организации сетей нервных клеток живого организма.
«Такие сети не требуют постоянного программирования, а обучаются и «растут» самостоятельно. Всего в исследовании участвовали свыше тысячи пермяков. Наша система собрала и проанализировала статистическую информацию и в каждом из случаев успешно поставила диагноз», - говорит выпускник механико-математического факультета ПГНИУ, молодой учёный и один из разработчиков Федор Черепанов. Изначальные базы данных, на которых система «училась», предоставили врачи отделения неотложной кардиологии городской клинической больницы №4.
Нейронная сеть анализирует сведения о ранее перенесенных заболеваниях, наличии болезней у родственников, пульс, артериальное давление - всего 69 показателей. . Изменяя один или несколько входных параметров, можно наблюдать за процессом развития заболевания. Это учёные-математики называют «методом замораживания».
В ходе исследования был выявлен ряд закономерностей. Так анализ нейросети показал, что наличие сахарного диабета не влияет на предрасположенность к инфаркту миокарда. Система определила, что увеличение или уменьшение веса не связано с вероятностью заболевания аритмиями, замедлению или прекращению передачи импульса по сердечной мышце - блокадой сердца. Кроме этого, нейросеть зафиксировала: фактор наследственности увеличивает риск возникновения инфаркта на 6,25%, а гипертонии - на 7,4%.
«Врачи практически не используют метод математического моделирования. В то же время, с его помощью можно обнаружить взаимосвязь многих вещей, а также устранить риски, которые влияют на опасный прогноз. Это поможет частично или полностью избавить пациента от походов в больницу», – говорит научный руководитель коллектива разработчиков, профессор кафедры прикладной математики и информатики механико-математического факультета ПГНИУ Леонид Ясницкий.
Разработка пермского коллектива, в который входят ученые классического, медицинского и педагогического университетов, уже получила поддержку краевых властей, а также грант Российского фонда фундаментальных исследований - 1 млн 350 тысяч рублей. Впервые систему презентуют широкой общественности на Естественнонаучном форуме «Наука и глобальные вызовы XXI века» в рамках Второй всероссийской научно-практической конференции «Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века». Начало в 10:30, аудитория 303 в 8 корпусе ПГНИУ.
Комментарии
Лента новостей
- 25.03: Недержание мочи: признаки и способы лечения
- 20.10: Инновационная онкоклиника в Украине TomoClinic
- 19.05: Лечение зубов
- 02.10: Почему дженерики «Виагры» ничем не хуже оригинала
- 19.09: Вся правда о БАДах: вредные или полезные, стоит ли их применять
- 15.08: Зачем нужны интернет-аптеки, если обычные аптеки есть на каждом углу?
- 01.04: Межрегиональная специализированная выставка-ярмарка «Красота. Здоровье. Молодость»
- 01.04: В ЕС одобрили препарат Гемлибра при тяжелой гемофилии А без ингибитора к фактору VIII
- 19.03: IV СПЕЦИАЛИЗИРОВАННАЯ «ЗДОРОВЬЕ.КРЫМ 2019»
- 11.03: Новые санитарно-эпидемиологические правила «Профилактика менингококковой инфекции»
- 19.02: Российский ботулотоксин будут применять для лечения цервикальной дистонии
- 19.02: Инновационный препарат от рассеянного склероза может войти в список ВОЗ
- 14.12: Но Шпа: эффективное устранение боли и спазма
- 31.10: В России зарегистрирован первый в мире препарат для лечения гемофилии А с подкожным введением
- 25.10: Препарат Кадсила снижает риск рецидива заболевания у пациенток с HER2-положительным РМЖ