ПРЕСС-ЦЕНТР

Искусственный интеллект с ускорением на GPU распознает аритмию


Искусственный интеллект быстро превращается в технологию, которая спасает жизни.

Два отдельных проекта на коммерческой и научной арене приблизили нас к возможности значительно снизить частоту развития сердечно-сосудистых заболеваний, которые являются основной причиной смерти в мире. Команда исследователей из Стэнфордского университета под руководством Эндрю Ына (Andrew Ng) и стартап из Кремниевой долины используют возможности искусственного интеллекта, чтобы усовершенствовать процесс выявления сердечных патологий и повысить точность диагностики.

Компания по производству медицинских устройств AliveCor из Маунтин-Вью разрабатывает алгоритмы глубокого обучения, которые позволят людям отслеживать свой сердечный ритм с помощью датчиков, встроенных в наручные часы Apple Watch. Они могут даже предупредить пользователя о необходимости немедленно сделать ЭКГ при помощи приложения на Apple Watch и специально разработанного ремешка со встроенным сенсором.

AliveCor уже повлияла на рынок кардиографов, выпустив устройство KardiaMobile, которое вместе с приложением на смартфоне позволяет записывать и анализировать результаты ЭКГ пользователя. Продукт был представлен пять лет назад, и в его основе лежит модель глубокого обучения, которая была натренирована на AWS на базе GPU NVIDIA Tesla. Она создает персональный профиль сердца пользователя и затем сравнивает с ним все последующие ЭКГ.

Картинки по запросу Getting to the Heart of Arrhythmia with GPU-Powered AI

Более того, приложение автоматически обнаруживает нового пользователя, обеспечивая целостность профиля основного пользователя.

Выявление необходимости проведения ЭКГ

Благодаря своему новому продукту, одобренному FDA, которое носит название KardiaBand, AliveCor значительно уменьшила размер KardiaMobile, встроила его в ремешок Apple Watch и интегрировала с многочисленными сенсорами самих часов. Однако вице-президент компании Фрэнк Петтерсон (Frank Petterson) заявил, что настоящая инновация KardiaBand заключается в программе искусственного интеллекта SmartRhythm.

SmartRhythm, натренированная на ускорителях для дата-центров NVIDIA Tesla V100, соотносит частоту сердечных сокращений с текущей деятельностью пользователя и другими факторами. Таким образом, программа определяет, являются аномальные показания вариантом нормы или признаком для беспокойства.

«Мы можем запускать нейронную сеть в Apple Watch каждые пять секунд в течение всего дня, классифицируя все поступающие данные о частоте сердечных сокращений и активности, - рассказал Петтерсон. - Алгоритмы способны понять, нормальны ли паттерны сердечной деятельности, и если нет, отправляют уведомление о необходимости сделать ЭКГ».

Петтерсон объяснил, что он не может публично обсуждать, где AliveCor в дальнейшем планирует использовать свои технологии. Но он упомянул о сотрудничестве с клиникой Mayo Clinic, где ЭКГ используются для контроля уровня электролитов и потенциального предотвращения приступов врожденного синдрома удлиненного интервала QT, заболевания, из-за которого кажущиеся здоровыми люди (например, атлеты), падают в обмороки или даже внезапно умирают.

По словам Петерсона, «ЭКГ содержит больше данных, чем многие предполагают».

Работа Эндрю Ына в области электрокардиографии

Между тем, в Стэнфордском университете команда исследователей под руководством Эндрю Ына, профессора и бывшего научного руководителя Baidu, применяет алгоритмы искусственного интеллекта для автоматизации чтения и интерпретации результатов ЭКГ. Они стремятся ускорить и улучшить точность диагностики аритмий и освободить медицинский персонал, чтобы тот мог сосредоточиться на более сложных случаях или проводить больше времени с пациентами.

Это классический случай использования искусственного интеллекта для помощи людям.

«В больницах, где проводят ЭКГ, врачи все еще читают их вручную», - рассказал Авни Ханнан, член научной команды Ына.

Исследователи работают совместно с iRhythm, компанией, которая производит носимые кардиомониторы для выявления аномальной сердечной активности и располагает огромной базой данных ЭКГ. Они решили совместно работать над автоматизацией процесса обнаружения нарушений сердечного ритма.

Они собрали 60000 записей ЭКГ длительностью 30 секунд у более чем 30000 пациентов и применили для обработки этих данных 34-слойную модель глубокого обучения, которую развернули на графических процессорах NVIDIA.

Эта модель, подробно описанная в статье, опубликованной в прошлом году, способна распознавать 14 видов аритмии, давая кардиологам более четкое представление о том, что происходит с сердцем пациента. Результаты обработки ЭКГ нейронной сетью затем сравниваются с результатами анализа экспертов-кардиологов, чтобы понять, какие из них точнее.

Нейронная сеть показала во многих случаях более точный результат, чем врачи. Однако Ханнан заявил, что команда продолжит работу по совершенствованию алгоритма.

«Точность выявления аритмии влияет на то, получит ли человек необходимое ему лечение или нет, - объяснил Ханнан. - Пока наш алгоритм не будет показывать результаты, превосходящие экспертов, мы продолжим свою работу».