Исследователи показали, что на ранних стадиях сна, когда нервная система претерпевает быстрые изменения, электрическая активность сердца может использоваться для предсказания будущего риска заболеваний. Данные с одного вывода ЭКГ, размещённого на груди во время сна, позволяют системе ИИ разделить участников на уровни долгосрочного риска сердечно-сосудистых исходов. Эти результаты опубликованы в журнале SLEEP при поддержке Национальных институтов здравоохранения США (NIH).

Команда учёных из Эмори университет сначала обучила глубоко обучающую модель на данных почти 16 тысяч пациентов, проходивших сонографию в Массачусетской общей больнице. Затем система была протестирована на двух независимых датасетах: почти 10 тысячах пациентов из больницы Эмори и около 13 тысячах пациентов Beth Israel Deaconess Medical Center в Бостоне. В итоге модель смогла различать участников по уровню долгосрочного риска кардиоваскулярных исходов.

После учёта обычных факторов риска и характеристик сна ИИ-инструмент мог предсказывать 10‑летний риск таких исходов, как мерцательная аритмия, инсульт, застойная сердечная недостаточность и смерть от любой причины. При каждом стандартном увеличении риска на одну стандартную единицу балл ИИ сопоставимо давал рост риска: 103–172% для мерцательной аритмии, 19–40% для инсульта, 69–133% для сердечной недостаточности и 65–82% для общей смертности. В одной группе наблюдалось значимо повышенное риск инфаркта миокарда. Эти цифры приведены в исследованиях двух независимых когорт и подчёркнуты автором, что прогностическая ценность остаётся после учёта других факторов.

Авторы подчёркивают, что добавление оценки, полученной по глубкому обучению, улучшает прогнозирование исходов по сравнению с традиционными рисками. По словам Гари Клифорд, профессора биомедицинской инженерии из Технологического института Джорджии, подобные баллы из ночных ЭКГ могут расширить возможности раннего выявления сердечно‑сосудистых заболеваний и помочь определить, кто находится в зоне повышенного риска. Они добавляют, что в будущем такие методики могут быть интегрированы в существующие диагностические тесты для сна как экранный инструмент для нескольких неблагоприятных исходов кардиоваскулярной патологии, особенно у пациентов с нарушениями сна.

В работе подчёркнуто, что нарушения сна, например бессонница, являются известными факторами риска сердечно‑сосудистых заболеваний. Хотя полисомнография — «золотой стандарт» диагностики расстройств сна — включает запись сердца, данные редко используют для предупреждений, если не возникают серьёзные тревожные сигналы. Авторы отмечают, что регистрируемые во сне изменения сердечной функции могли уходить в тень, в то время как современные модели ранее игнорировали ЭКГ во время сна либо во время активности. При этом использование данных ЭКГ во сне в сочетании со стадиями сна показало сильную прогностическую ценность для исходов здоровья сердца и сосудов, даже после учёта возраста, пола, диабета, гипертонии и курения.

С учётом текущих изменений в системе ИИ такая технология может помочь врачам скринировать пациентов с нарушением сна, находящихся под повышенным риском сердечной недостаточности. По словам автора исследования Гори Клифорда, такие аналитические подходы в будущем могут быть внедрены в существующие диагностические тесты на сон как инструмент скрининга для нескольких неблагоприятных кардиоваскулярных исходов. Публикация выполнена в журнале SLEEP.