Существующие способы классификации сердечной недостаточности не позволяют прогнозировать прогрессирование заболевания. Одни пациенты остаются стабильными в течение многих лет, а у других заболевание стремительно развивается и быстро приводит к летальному исходу. Чтобы восполнить этот диагностический пробел, ученые из Великобритании создали алгоритмы для определения всех причин сердечной недостаточности с целью классификации рисков.

Исследование основано на анализе медицинских данных более чем 300 тыс. человек с сердечной недостаточностью, сообщается на сайте Университетского колледжа Лондона. Сопоставляя большие объемы данных, ИИ удалось идентифицировать пять причин диагноза. Для каждой определена собственная степень риска смертности.

Сердечная недостаточность с ранним началом связана с рисками летального исхода в 20% случаев, с поздним началом в 46% случаев, с фибрилляцией предсердий в 61% случаев, а метаболические и кардиометаболические причины составили 11% и 37% соответственно.

В настоящее время ученые уже разработали приложение, которые могут использовать врачи во время обследования и ведения своих пациентов. Клинические исследования должны подтвердить точность ИИ в долгосрочной перспективе, после чего технологию можно будет интегрировать в клиническую практику для автоматической оценки. Зная точные причины, врачи смогут уделить особое внимание пациентам в группе высокого риска смертности и предложить им все доступные методы лечения для предупреждения резкого ухудшения состояния.

Сейчас изучается несколько новых перспективных методов лечения сердечной недостаточности. Например, недавно клеточная терапия показала эффективность в снижении симптомов и профилактике тяжелых осложнений у пациентов в рамках финальной фазы клинических исследований.