Разработка методологических подходов к использованию машинного обучения в системе диспансерного наблюдения пациентов, перенесших инфаркт миокарда

Сердечно-сосудистые заболевания (ССЗ), включая инфаркт миокарда (ИМ), остаются ведущей причиной смертности и значимого бремени для системы здравоохранения. Несмотря на снижение летальности, риск развития осложнений после лечения остается высоким. Однако использование технологии машинного обучения (МО) открывает возможности совершенствования рискориентированного диспансерного наблюдения (ДН) за пациентами.

ЦЕЛЬ ИССЛЕДОВАНИЯ

Разработать и научно обосновать методологические и организационные подходы к использованию технологий МО в системе ДН пациентов, перенесших ИМ, а также оценить возможности их применения для рискориентированной организации медицинского наблюдения на амбулаторном этапе.

МАТЕРИАЛЫ И МЕТОДЫ

Работа основана на данных многоцентрового наблюдательного исследования ИМ, проведенного в 2015—2017 гг. в 15 регионах Российской Федерации (n=1096). Сердечно-сосудистая смерть в течение 6 мес зарегистрирована у 98 пациентов (9,7% наблюдений с известным исходом). Для прогнозирования риска использован градиентный бустинг на пяти клинических предикторах с кросс-валидацией и оценкой по AUC и LogLoss.

РЕЗУЛЬТАТЫ

В исследовании разработана модель МО для рискориентированного ДН пациентов после ИМ. Адаптация порога классификации обеспечила AUC 0,815 при снижении вероятности пропуска пациентов высокого риска. Модель обеспечивает раннее выявление неблагоприятных исходов и рациональное перераспределение ресурсов здравоохранения.

ЗАКЛЮЧЕНИЕ

Разработана модель МО для рискориентированного ДН пациентов после ИМ, позволяющая прогнозировать риск сердечно-сосудистой смерти в течение 6 мес и повышать адресность медицинского наблюдения. Однако практическое внедрение модели на текущем этапе связано с необходимостью дополнительной клинической валидации, повышения интерпретируемости и проработки организационно-нормативных аспектов.