В исследовании, опубликованном в журнале npj Digital Medicine, представлена инновационная модель глубокого обучения, предназначенная для помощи кардиологам в принятии решений при лечении пограничных поражений коронарных артерий. Основная задача метода заключается в прогнозировании необходимости последующей имплантации стента, основываясь исключительно на анализе ангиографических изображений. Методология исследования опирается на использование нейросетевых алгоритмов, способных выявлять скрытые паттерны в сосудистой архитектуре, которые трудно оценить человеческому глазу. Ключевые результаты демонстрируют высокую прогностическую точность модели, что позволяет снизить риск неоправданных вмешательств или, наоборот, пропустить критические участки. Применение данного ИИ-инструмента в клинической практике может значительно оптимизировать тактику лечения пациентов с ишемической болезнью сердца. Технология представляет высокую значимость для интервенционной кардиологии, обеспечивая персонализированный подход к выбору между медикаментозной терапией и стентированием.