arXiv · 01.07.2026 ·Исследования и наука

EchoRisk: новый датасет для выявления кардиотоксичности при лечении рака

Исследователи представили EchoRisk — первый мультицентровой лонгитюдный датасет эхокардиографических данных, предназначенный для автоматизированной оценки рисков кардиотоксичности у онкобольных. Набор данных включает размеченные записи пациентов с раком молочной железы, что позволяет обучать модели для раннего выявления осложнений, возникающих в процессе терапии и часто приводящих к вынужденному прерыванию лечения.

Кардиотоксичность, вызванная противоопухолевой терапией, остается критической проблемой в онкологии. Существующие методы ручного анализа эхокардиограмм не обеспечивают необходимой скорости и точности для ранней диагностики. EchoRisk заполняет этот пробел, предоставляя стандартизированную базу для разработки алгоритмов машинного обучения, способных предсказывать сердечно-сосудистые патологии на основе рутинных клинических исследований.

Создание этого бенчмарка направлено на стандартизацию подходов к анализу медицинских изображений в кардиоонкологии. Использование лонгитюдных данных позволяет отслеживать динамику состояния сердца пациента на протяжении всего курса лечения, что критически важно для своевременной корректировки терапевтических протоколов и снижения риска серьезных побочных эффектов.

Ключевые факты

EchoRisk является первым специализированным мультицентровым датасетом с явными метками кардиотоксичности.
Основная цель проекта — автоматизация стратификации рисков для пациентов, проходящих лечение рака молочной железы.
Датасет включает лонгитюдные записи эхокардиографии, что позволяет анализировать изменения состояния сердца во времени.
Проект нацелен на решение проблемы прерывания онкологического лечения из-за неонкологических осложнений со стороны сердечно-сосудистой системы.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Исследования и наука EchoSonar-R: мультимодальная модель для анализа эхокардиографии Исследователи представили EchoSonar-R — специализированную модель для анализа эхокардиографических данных, объединяющую классификацию сердечных патологий с автоматической генерацией клинических отчетов. В отличие от предыдущих систем, ориентированных только на классификацию, архитектура EchoSonar-R использует мультиракурсный подход, синтезируя визуальные доказательства из различных проекций сердца для повышения точности диагностики и формирования структурированных медицинских заключений. Hacker News · ИИ в бизнесе ИИ-алгоритм для выявления риска внезапной сердечной смерти Исследователи из Калифорнийского университета в Беркли разработали модель машинного обучения, способную выявлять скрытые признаки риска внезапной сердечной смерти. Анализируя данные ЭКГ, система обнаруживает аномалии, которые остаются незамеченными при стандартной клинической диагностике. Это решение открывает новые возможности для превентивной кардиологии и автоматизации анализа медицинских показателей пациентов в режиме реального времени. Hacker News · Исследования и наука Глубокое обучение выявило новый ЭКГ-биомаркер внезапной сердечной смерти Исследователи применили методы глубокого обучения для анализа данных электрокардиограмм, что позволило обнаружить новый биомаркер, предсказывающий риск внезапной сердечной смерти. Модель анализирует тонкие паттерны в электрической активности сердца, которые остаются незаметными для традиционных методов диагностики, открывая новые возможности для раннего выявления пациентов из групп высокого риска и превентивной терапии сердечно-сосудистых заболеваний. Hacker News · Исследования и наука ИИ обнаружил новый маркер риска внезапной сердечной смерти на ЭКГ Исследователи применили методы машинного обучения для анализа данных ЭКГ и выявили ранее неизвестный биомаркер, предсказывающий риск внезапной сердечной смерти. Алгоритм проанализировал тысячи записей сердечного ритма, обнаружив скрытые закономерности, которые не фиксируются при стандартной клинической интерпретации. Это открытие может существенно повысить точность ранней диагностики опасных сердечно-сосудистых патологий и персонализировать профилактическое лечение пациентов. arXiv · Исследования и наука Новый датасет для ИИ-диагностики рака молочной железы на основе цитологии Исследователи представили многоцентровой набор данных для обучения ИИ-моделей классификации цитологических снимков молочной железы. Датасет включает 470 полноразмерных слайдов (WSI) от 321 пациента, классифицированных по международной системе категорий от C1 до C5. Материалы собраны в индийских медицинских центрах и предназначены для обучения алгоритмов пофрагментной (patch-wise) диагностики патологий. Hacker News · ИИ в бизнесе ИИ-алгоритм выявил сердечную патологию, ошибочно принятую за астму Клинический случай продемонстрировал эффективность использования ИИ для уточнения диагнозов, которые традиционные методы диагностики интерпретировали неверно. Пациент, длительное время проходивший лечение от астмы, получил корректный диагноз благодаря анализу медицинских данных с помощью алгоритмов машинного обучения. Система выявила признаки серьезного сердечного заболевания, которые оставались незамеченными при стандартном осмотре и интерпретации симптомов лечащими врачами. arXiv · Исследования и наука Сравнение foundation-моделей и радиомики в диагностике рака легких Исследователи провели комплексный бенчмарк, сравнивающий эффективность современных foundation-моделей и классических методов радиомики при анализе компьютерной томографии легких. Работа выявляет вклад отдельных компонентов — экстракторов признаков, классификаторов и методов сегментации — в точность диагностики, а также оценивает устойчивость моделей при работе с данными из разных медицинских когорт, что критически важно для клинического внедрения ИИ. arXiv · ИИ в бизнесе Автоматизация контроля дозировок в клинических исследованиях с помощью CaresAI Исследователи представили систему CaresAI, предназначенную для автоматического выявления ошибок дозирования в протоколах клинических испытаний. Используя специализированные трансформерные эмбеддинги и классификационные модели, система анализирует текстовые данные испытаний, позволяя минимизировать риски для пациентов и повысить общую надежность клинических исследований за счет раннего обнаружения критических несоответствий в назначениях препаратов. arXiv · Машинное обучение ChronoSurv: новый графовый подход к анализу выживаемости пациентов Исследователи представили ChronoSurv — фреймворк для анализа выживаемости пациентов с онкологическими заболеваниями головы и шеи. В отличие от традиционных моделей, которые рассматривают медицинские данные как статический набор признаков, этот метод учитывает временную динамику клинического пути пациента. Система использует графовые нейронные сети для интеграции разнородных данных, включая результаты визуализации, лабораторные показатели и анамнез, что позволяет точнее прогнозировать развитие болезни. arXiv · Исследования и наука TRACE: интерпретируемая модель для анализа динамики глиобластомы Исследователи представили модель TRACE — архитектуру типа Concept Bottleneck, предназначенную для оценки ответа глиобластомы на лечение по данным МРТ. В отличие от «черных ящиков», система анализирует изображения через призму клинических критериев RANO 2.0. Это позволяет врачам проверять промежуточные выводы модели, обеспечивая прозрачность диагностики и точность при отслеживании изменений опухоли во времени.

← Все материалы