Первый МГМУ им. И.М. Сеченова и «КваттроЛаб» создали датасет, чтобы обучать ИИ для реанимации

Набор данных позволит более эффективно обучать отечественные ИИ-решения. В датасет внедрены клинические фенотипы — алгоритмические идентификации патофизиологических состояний на основе показателей жизненных функций, лабораторных данных и динамики состояния пациента. Всего их выделено больше 80 на основе 5,3 тыс. случаев.

Как объяснили ученые, главная проблема современных ИИ-систем в реанимационных отделениях — зависимость от неполных или отсутствующих кодов МКБ-10 (международная классификация болезней десятого пересмотра). Менее 30% случаев критических состояний в мире получают код. Клинические фенотипы решают эту проблему. Они позволяют ИИ-моделям обучаться на реальных клинических состояниях пациентов.

На базе датасета создали ML-модель, которая способна прогнозировать развитие сепсиса у пациента за шесть часов до появления клинических признаков. Как считают исследователи, это подтвердило эффективность их подхода к созданию набора данных.

🔗 Источник: https://iz.ru/2083654/denis-gritcenko/novoe-reshenie-pozvolit-ehffektivno-ispolzovat-ii-v-reanimaciyah-po-vsej-strane