Профилактика осложнений реваскуляризации миокарда при ишемической болезни сердца и сахарном диабете

Abstract

Цель. Изучение методов профилактики осложнений реваскуляризации миокарда у пациентов с ишемической болезнью сердца (ИБС) и сахарным диабетом (СД) с использованием инновационных технологий диагностики и стратификации сердечно- сосудистых заболеваний на основе искусственного интеллекта (ИИ). Материалы и методы. В исследование были включены 2000 пациентов с подтверденными ИБС и СД, подвергшиеся процедурам реваскуляризации миокарда. Для анализа использовались данные электрокардиографии (ЭКГ), эхокардиографии (ЭхоКГ) и коронарной ангиографии (КАГ). Система ИИ была применена для обработки и анализа этих данных с целью выявления факторов риска и стратификации пациентов. Оценка эффективности профилактических мер проводилась с помощью статистического анализа частоты и видов осложнений. Результаты. Анализ данных показал, что применение ИИ для диагностики и стратификации пациентов позволило значительно снизить частоту осложнений после реваскуляризации миокарда. В частности, использование ИИ позволило более точно идентифицировать пациентов с высоким риском осложнений и применить к ним целенаправленные профилактические меры, что привело к снижению общей частоты осложнений на 25%. Заключение. Полученные результаты подтверждают эффективность использования инновационных технологий ИИ в профилактике осложнений после реваскуляризации миокарда у пациентов с ИБС и СД. Применение ИИ в анализе данных ЭКГ, ЭхоКГ и КАГ позволяет улучшить диагностику и стратификацию пациентов, что ведет к снижению риска осложнений и улучшению клинических исходов. Дальнейшие исследования необходимы для оптимизации этих подходов и их интеграции в клиническую практику. Purpose. To investigate methods for preventing myocardial revascularization complications in patients with coronary artery disease (CAD) and diabetes mellitus (DM) using innovative technologies for diagnosing and stratificating cardiovascular diseases based on artificial intelligence (AI). Materials and methods. The study included 2000 patients with confirmed CAD and DM who underwent myocardial revascularization procedures. Data from electrocardiography (ECG), echocardiography (EchoCG), and coronary angiography (CAG) were used for analysis. The AI system was applied for processing and analyzing these data to identify risk factors and stratify patients. The effectiveness of preventive measures was assessed using statistical analysis of complications frequency and types. Results. Data analysis showed that the use of AI for diagnostics and stratification of patients significantly reduced the frequency of complications after myocardial revascularization. In particular, the use of AI allowed a more accurate identification of high-risk patients and targeted preventive measures to be applied to them, resulting in a 25% descrese in the overall complications frequency. Conclusion. The results confirm the effectiveness of using innovative AI technologies in preventing complications after myocardial revascularization in patients with CAD and DM. The application of AI when analyzing ECG, EchoCG, and CAG data data allows improving diagnosis and stratification of patients, enabling to reduce the risk of complications and improve clinical outcomes. Further investigations are required for optimizing these approaches and integrating them into clinical practice.