Представлен Holtercare-Bench — бенчмарк для проверки ИИ на длинных ЭКГ
Мультимодальные большие языковые модели (MLLM) успешно применяются в медицине, однако большинство из них ориентировано на статичные изображения или короткие сигналы. В области динамической электрокардиографии (ЭКГ) модели часто испытывают трудности с длинными временными последовательностями и формированием диагностических отчётов. Причина — нехватка качественных наборов данных и эталонных тестов.
Чтобы закрыть этот пробел, группа исследователей разработала Holtercare-23K — крупномасштабный мультимодальный набор данных, созданный на основе 788 клинических записей Holter. В него вошли 22 980 пар «вопрос-ответ», размеченных с учётом одновременного использования сигналов, видео и текста. Такое трёхмодальное выравнивание позволяет моделям связывать временные события с их клиническими описаниями.
На базе этого набора представлен бенчмарк Holtercare-Bench. Он оценивает модели по трём ключевым направлениям: временная локализация событий, клиническая диагностика и глобальное резюмирование всей записи. Это даёт комплексную проверку способности ИИ работать с длительными ЭКГ в условиях, приближенных к реальной клинической практике.
В ходе экспериментов с нулевым обучением (zero-shot) ведущие MLLM продемонстрировали существенное отставание при обработке сверхдлинных патологических последовательностей. Однако после дообучения на Holtercare-23K показатели моделей значительно выросли, что подтверждает практическую ценность нового набора данных.
Авторы отмечают, что их работа выявляет ограничения современных мультимодальных моделей в электрофизиологии и предоставляет базовый ориентир для разработки долгосрочных медицинских ИИ. Код и данные проекта доступны на GitHub, что позволит другим исследователям воспроизводить результаты и развивать направление.
Появление таких бенчмарков важно для объективного сравнения моделей и стимулирования прогресса в кардиологической диагностике. В перспективе автоматизированный анализ длительных ЭКГ может стать надёжным помощником врача, ускоряя выявление нарушений ритма и ишемических изменений.
