# Псевдоцветные ЭКГ улучшили выявление сердечных рисков с помощью ИИ

> Клинически разработанная цветовая разметка изображений ЭКГ повысила AUC с 0,72 до более чем 0,9 и сделала объяснения модели стабильнее. Исследование провели на данных участников UK Biobank с эпилепсией.

Oossa · 2026-11-10 · https://oossa.com/ru/pseudo-colour-ecg-images-boost-ai-heart-risk-detection-and-explanations

Исследователи обучили две одинаковые остаточные нейросети на изображениях отдельных сердечных циклов ЭКГ. На вход одной из них подавали изображение с псевдоцветной разметкой: область под интервалом QT окрашивали по номограмме QT — клиническому инструменту оценки риска. Модель, обученная только на цветных изображениях, показала AUC 0,903 и 0,914 на двух визитах участников UK Biobank, тогда как у модели с монохромными изображениями показатель оставался на уровне около 0,72. При использовании восьми методов объяснения цветная разметка обеспечивала более чёткую и стабильную локализацию участка QT, связанного с риском.

## Факты

- AUC цветной модели — 0,903 и 0,914, монохромной — 0,719 и 0,720
- Исследование опубликовано 10 Nov 2026

## Почему это важно

Врачи смогут опираться на объяснения, создаваемые ИИ при анализе ЭКГ: они согласуются с известными механизмами электрофизиологии и повышают доверие к автоматической оценке рисков.

## Источники и ссылки

1. [Clinically Informed Colour Encoding Improves the Localisation and Stability of Explanations in Deep Learning ECG Models: External Validation in a UK Biobank Epilepsy Cohort](https://arxiv.org/abs/2611.09971) – arXiv cs.CV, 2026-11-10

Обновлено: 2026-11-10