Можно ли лучше предсказать риск инсульта у пациентов с фибрилляцией предсердий?

Фибрилляция предсердий затрагивает более 58 миллионов человек во всем мире и значительно увеличивает риск инсульта. Однако текущие инструменты для оценки этого риска, такие как классические шкалы, остаются недостаточно точными и не учитывают сложных взаимодействий между различными факторами здоровья пациентов.

Команда исследователей разработала новые модели искусственного интеллекта, способные предсказывать риск инсульта в течение года у пациентов, которым недавно был поставлен диагноз фибрилляции предсердий. Эти модели используют только легко доступную информацию: возраст, медицинский анамнез и принимаемые пациентом лекарства. В отличие от традиционных методов, эти инструменты анализируют тонкие взаимосвязи между этими элементами, чтобы предложить более точную и персонализированную оценку.

Результаты убедительны. Две протестированные модели — одна на основе классического статистического подхода, а другая на основе передовых методов машинного обучения — продемонстрировали способность выявлять пациентов с риском с гораздо большей точностью, чем существующие методы. Их эффективность была подтверждена на различных группах пациентов, что подтверждает их надежность в разных клинических условиях. Кроме того, эти модели позволяют корректировать пороги риска в зависимости от индивидуальных потребностей, что особенно полезно для пожилых пациентов или пациентов с несколькими проблемами здоровья.

Еще одним значительным преимуществом является простота их использования. Они не требуют анализов крови или медицинской визуализации, которые часто недоступны на момент диагностики. Это делает их доступными для повседневной практики в больницах. Исследователи также проверили, что эти инструменты работают одинаково хорошо как для мужчин, так и для женщин, избегая таким образом гендерных предвзятостей.

В долгосрочной перспективе эти модели также помогают выявлять пациентов, которые больше всего выиграют от антикоагулянтной терапии. Данные показывают, что у пациентов, классифицированных как группы высокого риска с помощью этих инструментов, риск инсульта значительно снижается, если они принимают эти лекарства, в отличие от тех, кого выявляют традиционные методы.

Это достижение открывает путь к более персонализированной медицине. Врачи вскоре смогут опираться на эти прогнозы, чтобы адаптировать лечение в соответствии с уникальным профилем каждого пациента, сокращая количество предотвратимых инсультов и улучшая ведение пациентов с фибрилляцией предсердий.

Sources et crédits

Étude source

DOI : https://doi.org/10.1038/s41746-026-02470-3

Titre : Interpretable machine learning models for stroke risk prediction in patients with newly diagnosed atrial fibrillation

Revue : npj Digital Medicine

Éditeur : Springer Science and Business Media LLC

Auteurs : Jesse Chih-Wei Lin; Chen-Min Chang; Heng-Yu Pan; Yi-Lwun Ho; Yu-Kang Tu; Chao-Lun Lai