Специалисты из Стэнфорда под руководством Эндрю Ына доказали, что модель машинного обучения способна определять аритмию по электрокардиограмме лучше, чем врачи. И может оказаться более доступным там, где медперсонала не хватает.
Стэнфордская команда натаскала алгоритм машинного обучения на распознание различных типов нерегулярного сердцебиения среди данных ЭКГ. Некоторые виды нарушения синусового ритма могут приводить к серьезным последствиям, вплоть до внезапной остановки сердца, но их признаки может быть сложно обнаружить, поэтому пациентам приходится несколько недель носить датчик ЭКГ. Но даже в этом случае врачам бывает непросто различить безопасную аритмию и ту, которая требует вмешательства.
В сотрудничестве с компанией iRhythm, производителем портативных устройств ЭКГ, ученые собрали 30 тысяч записей длиной 30 секунд у пациентов, страдающих разной формой аритмии. Эти данные стали основой для глубокого обучения нейронной сети, которую настраивали до тех пор, пока она не смогла идентифицировать проблемные сигналы на бумаге и в звуковой форме лучше, чем врачи-специалисты.
Основной трудностью, считают разработчики, будет убедить докторов и пациентов доверять алгоритму, в частности, глубокому обучению, которое отличается особенной непрозрачностью. Но Ын убежден, что революция приближается. По его мнению, через 10 лет здравоохранение будет использовать ИИ намного чаще и будет сильно отличаться от современного, пишет MIT Technology Review.
«Google хочет избавить мир от телефона в смартфоне»
Мнения
Уход Эндрю Ына с поста руководителя подразделения ИИ в Baidu серьезно поколебал положение китайского поисковика. Недавно стало известно, что Ын планирует развивать собственный стартап Deeplearning.ai, но чем именно она будет заниматься — пока неизвестно.