Специалисты Самарского государственного медицинского университета (СамГМУ) Минздрава РФ разработали два взаимодополняющих цифровых помощника на основе искусственного интеллекта, которые позволяю оценивать структуру сна по электроэнцефалограмме и выявлять дыхательные нарушения, включая апноэ, гипопноэ и храп. Об этом сообщили ТАСС в пресс-службе вуза.
«В совокупности оба решения ориентированы на врачей-сомнологов, неврологов, специалистов функциональной диагностики, клиники и лаборатории полисомнографии, а также исследовательские коллективы. Комплексный подход создает технологическую основу для масштабируемого мониторинга качества сна: от ускоренной расшифровки исследований и скрининга нарушений сна до контроля эффективности терапии и поддержки научных исследований. Это позволит обеспечить переход от разрозненных интерпретаций к единому, объективному и воспроизводимому цифровому контуру анализа сна», — приводятся в сообщении слова директора НИИ нейронаук СамГМУ Александра Захарова.
По информации пресс-службы, первый прототип представляет собой программный модуль для автоматического обнаружения дыхательных нарушений по аудиозаписям на основе анализа мел-спектрограмм. Программа формирует стандартные отчеты, которые содержат ключевые метрики качества классификации и помогают врачу быстро оценить характер нарушений. Такое решение автоматизирует первичный анализ и снижает объем рутинной работы специалистов.
Второй прототип предназначен для автоматический расшифровки данных полисомнографии и классификации стадий сна по электроэнцефалограмме.
«В основе прототипа лежит модель глубокого обучения, которая обрабатывает сигналы ЭЭГ и распределяет каждые 30 секунд записи по соответствующей стадии сна. Такой подход имитирует логику врача, который оценивает сон не как набор изолированных отрезков, а как непрерывный процесс», — отмечается в сообщении.
Важной особенностью разработки стала возможность дообучать модель на данных конкретной клиники или исследовательской группы, что позволяет адаптировать алгоритм под особенности пациентов и специфику записывающего оборудования, повышая точность классификации.
«В дальнейшем решения могут быть внедрены в сомнологических центрах и телемедицинских сервисах, чтобы сделать диагностику нарушений сна более доступной для пациентов», — подчеркивается в сообщении.