В условиях растущей нагрузки на первичное звено здравоохранения и необходимость расширения охвата диспансерным наблюдением, технологии искусственного интеллекта становятся стратегическим инструментом трансформации кардиологической помощи. Одним из значимых достижений в этой области стала разработка Сеченовского университета — программно-аппаратный комплекс для удаленного скрининга и мониторинга гемодинамики на основе анализа одноканальной электрокардиограммы и пульсовой волны. Система представляет собой пример глубокой интеграции алгоритмов машинного обучения в компактное устройство, предназначенное для массового клинического применения.
Диагностические возможности технологии
Ядро разработки составляют запатентованные алгоритмы, созданные учеными Института персонализированной кардиологии Сеченовского университета. Эти алгоритмы интегрированы в портативный одноканальный электрокардиограф, габариты которого сопоставимы с банковской картой, что обусловило его неформальное название «КардиоКарта». Процедура обследования отличается минимальной инвазивностью и длительностью: пациенту достаточно на одну минуту приложить два пальца к сенсорам устройства. Зарегистрированные сигналы передаются для обработки нейросетевой моделью, которая формирует заключение для врача с оценкой индивидуальных кардиорисков.
Ключевая инновация технологии заключается в способности вычислять по комбинации простых сигналов параметры, которые в традиционной клинической практике требуют проведения эхокардиографии. Как отметил директор Института персонализированной кардиологии Сеченовского университета профессор Филипп Копылов, анализ комбинированных данных ЭКГ и пульсовой волны позволяет обработать порядка 60 миллионов параметров сигнала.

Применение математических алгоритмов и сверточных нейросетей дает возможность выявлять клинически значимые факторы, обеспечивая диагностическую точность, сопоставимую со стационарными исследованиями.
Диагностическая эффективность системы была подтверждена в ходе клинических испытаний с участием более 15 000 человек. Результаты продемонстрировали высокую чувствительность алгоритмов:
- Выявление систолической дисфункции левого желудочка (снижения сократительной способности сердца) — точность 91%.
- Диагностика диастолической дисфункции 2-3 степени, являющейся ранним маркером сердечной недостаточности, — точность 96.5%.
- Распознавание нарушений ритма, включая фибрилляцию предсердий, которая связана с повышенным риском развития инсульта.
Разработка перекликается с общемировыми трендами. Например, исследования в области анализа микроциркуляции в периферических мышцах также направлены на поиск ранних доклинических маркеров сердечной недостаточности. Аналогично, разработка высокоточных оптических датчиков для детального анализа пульсовой волны, как в СПбПУ, решает схожую задачу получения максимум диагностической информации из неинвазивного сигнала. Российская система выделяется именно глубокой интеграцией двух типов сигналов (ЭКГ и пульсовая волна) в единый анализ с помощью нейросетей, что и обеспечивает ее высокую диагностическую ценность.
Регистрация интегрированной ИИ-системы для скрининга сердечной недостаточности, разработанной в Сеченовском университете, знаменует собой значимый шаг в практической цифровизации отечественного здравоохранения. Технология, сочетающая в себе портативность, высокую диагностическую точность и простоту использования, отвечает на ключевые вызовы современной кардиологии: необходимость массового охвата населения профилактическими осмотрами, организацию эффективного дистанционного мониторинга и персонализацию подходов к диагностике. Успешная интеграция данного решения в клиническую практику, особенно в первичное звено и телемедицинские проекты, способна внести существенный вклад в снижение смертности от сердечно-сосудистых заболеваний и повышение эффективности использования ресурсов системы здравоохранения.

Кардиология
Инфектология
Онкология
Фертильность
Нефрология
Эндокринология