Статья

Прогнозирование поражения ствола левой коронарной артерии у больных стабильной ишемической болезнью сердца с использованием технологии искусственного интеллекта

Кудаев Ю. А., Лоховинина Н. Л., Абесадзе И. Т., Алугишвили М. З., Калиниченко А. Н., Смирнова А. П., Панов А. В.
2026
https://doi.org/10.20996/1819-6446-2026-3232

Цель. Разработать программный комплекс, прогнозирующий наличие значимого стеноза ствола левой коронарной артерии (ЛКА) у больных стабильной ишемической болезнью сердца (ИБС) на основе клинико-инструментальных признаков при помощи методов машинного обучения.Материал и методы. В исследование включены 208 пациентов со стабильной ИБС, госпитализированных для плановой коронарной ангиографии. По результатам инвазивной коронароангиографии были выделены две группы больных: основная группа — 104 пациента с гемодинамически значимым стенозом ствола ЛКА и группа контроля — 104 пациента без обструктивного поражения коронарных артерий. Значимым считали стеноз ствола ЛКА >50%. На основе изучения историй болезни была создана база данных Excel, содержащая информацию о 107 клинико-инструментальных признаках всех больных. На основании экспертной оценки до начала построения моделей осуществлен отбор 63 из них, которые регистрируются в медицинской карте пациента в реальной практике при стандартной стратегии диагностики ИБС согласно клиническим рекомендациям. Проведен поиск коллинеарных признаков, что позволило исключить 4 признака с низким порогом корреляции. С учетом характера рассматриваемых данных и предположения о наличии в них нелинейных взаимосвязей в качестве алгоритма машинного обучения был выбран градиентный бустинг. Разработанные в ходе исследования программы написаны на языке программирования Python в интегрированной среде программирования PyCharm. Результаты. На основе наиболее информативных признаков были построены модели прогнозирования поражения ствола ЛКА у больных ИБС. В качестве оптимального алгоритма машинного обучения был определен градиентный бустинг. Рассмотрены три его реализации: LightGBM (Light Gradient Boosting Machine), XGBoost (Extreme Gradient Boosting) и CatBoost (Categorical Boosting). Наиболее эффективной для классифицирования представленных объектов оказалась модель CatBoost. Программный комплекс с использованием модели CatBoost продемонстрировал точность прогноза классификатора 86,2% на тестовом наборе данных при чувствительности 77% и специфичности 76,9%, соответственно. По данным построенных кривых обучения установлено, что дальнейшее расширение объема обучающих данных улучшит качество модели.Заключение. Разработанный программный комплекс выявления гемодинамически значимого стеноза ствола ЛКА у больных ИБС имеет хорошую точность прогноза с перспективой дальнейшего обучения. Полученное решение может быть интегрировано в диагностический процесс в составе приложения для персонального компьютера либо веб-интерфейса с целью обеспечения поддержки принятия врачебных решений.

Кудаев Ю. А., Лоховинина Н. Л., Абесадзе И. Т., Алугишвили М. З., Калиниченко А. Н., Смирнова А. П., Панов А. В. Прогнозирование поражения ствола левой коронарной артерии у больных стабильной ишемической болезнью сердца с использованием технологии искусственного интеллекта. Рациональная Фармакотерапия в Кардиологии. 2026;22(1):22-29. https://doi.org/10.20996/1819-6446-2026-3232
Цитирование

Список литературы

Похожие публикации

Прогнозирование острого окклюзирующего поражения коронарных артерий в современной когорте больных острым коронарным синдромом без подъема сегмента ST на основе методов машинного обучения
Рябов В. В., Несова А. К., Шахгельдян К. И.,
Применение технологий искусственного интеллекта для ФЕНотипирования и оптИмизации Комбинированной липидснижающей терапии у пациентов пожилого возраста с атероСклерозом (исследование ФЕНИКС)
Золотовская И. А., Дупляков Д. В., Шацкая П. Р.,
ДИАГНОСТИКА СТЕНОЗОВ СТВОЛА ЛЕВОЙ КОРОНАРНОЙ АРТЕРИИ И ПЕРЕДНЕЙ НИСХОДЯЩЕЙ КОРОНАРНОЙ АРТЕРИИ С ПОМОЩЬЮ ТРАНСТОРАКАЛЬНОЙ ЭХОКАРДИОГРАФИИ
А. А. БОЩЕНКО, А. В. ВРУБЛЕВСКИЙ, Р. С. КАРПОВ,

Документы

Источник

Информация

Автор
  • Кудаев Ю. А. ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
  • Лоховинина Н. Л. ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
  • Абесадзе И. Т. ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
  • Алугишвили М. З. ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
  • Калиниченко А. Н. ФГАОУ ВО Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина)
  • Смирнова А. П. ФГАОУ ВО Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина)
  • Панов А. В. ФГБУ «Национальный медицинский исследовательский центр им. В. А. Алмазова» Минздрава России
Название журнала
  • Рациональная Фармакотерапия в Кардиологии
Ключевые слова
© 2012 - 2026