Обзор исследования «Искусственный интеллект в диагностике и прогнозировании низкой фракции выброса с использованием электрокардиограмм в стационаре: прагматичное рандомизированное контролируемое исследование»
Исследование, проведенное в Тайване, направлено на оценку эффективности инструмента поддержки клинических решений на основе искусственного интеллекта (ИИ), который помогает в ранней диагностике низкой фракции выброса (ФВ) у пациентов стационара, находящихся под наблюдением не-кардиологов. В исследовании участвовали 13,631 пациент, из которых 6,840 получили результаты электрокардиограммы (ЭКГ), обработанные ИИ, а 6,791 — стандартное лечение. Основной целью было выявление новых случаев низкой ФВ (≤ 50%) в течение 30 дней после ЭКГ.
Результаты показали, что использование ИИ значительно увеличило количество новых диагнозов низкой ФВ (1.5% против 1.1%), особенно среди пациентов, отнесенных к группе высокого риска (13.0% против 8.9%). Хотя общий уровень использования эхокардиографии остался на одном уровне, группа с ИИ показала более высокую положительную предсказательную ценность для выявления низкой ФВ (34.2% против 20.2%). Кроме того, увеличилось количество консультаций с кардиологами среди пациентов с высоким риском.
Значение результатов для врачей и исследователей
Эти результаты важны, так как ранняя диагностика низкой ФВ может значительно улучшить исходы лечения. Врачи и исследователи могут использовать данные о повышении диагностики для улучшения клинической практики и оптимизации ухода за пациентами, что, в свою очередь, может сократить количество серьезных сердечно-сосудистых событий.
Объяснение терминов
- Низкая фракция выброса (ФВ) — это состояние, при котором сердце не может эффективно перекачивать кровь, что может привести к сердечной недостаточности.
- Электрокардиограмма (ЭКГ) — это тест, который записывает электрическую активность сердца и помогает в диагностике различных сердечных заболеваний.
- Искусственный интеллект (ИИ) — это технологии, которые имитируют человеческий интеллект для выполнения задач, таких как анализ данных и принятие решений.
- Положительная предсказательная ценность — это вероятность того, что положительный результат теста соответствует наличию заболевания.
- Эхокардиография — это ультразвуковое исследование сердца, которое позволяет оценить его структуру и функцию.
Текущее состояние исследований в данной области
Исследования в области ИИ и медицины активно развиваются. Многие работы подтверждают, что ИИ может значительно улучшить диагностику и прогнозирование различных заболеваний. Однако данное исследование выделяется своей прагматичностью и фокусом на стационарных пациентах, что делает его уникальным в контексте применения ИИ в реальной клинической практике.
Изменения в клинической практике
Результаты исследования могут привести к изменению клинической практики, так как внедрение ИИ в процесс диагностики может повысить точность и скорость выявления заболеваний. Врачи могут использовать ИИ для более быстрого принятия решений и улучшения качества ухода за пациентами.
Советы по внедрению результатов в практику:
- Обучение медицинского персонала работе с ИИ-инструментами.
- Интеграция ИИ в существующие системы медицинской информации.
- Проведение регулярных оценок эффективности использования ИИ в диагностике.
Барriers и пути их преодоления
Основные барьеры включают недостаток финансирования, сопротивление изменениям со стороны медицинского персонала и необходимость в обучении. Эти барьеры можно преодолеть путем создания программ обучения и повышения осведомленности о преимуществах ИИ в медицине.
Итоги и перспективы дальнейших исследований
Исследование подчеркивает важность использования ИИ в клинической практике, особенно в области кардиологии. Перспективы дальнейших исследований включают расширение применения ИИ для диагностики других сердечно-сосудистых заболеваний и улучшение алгоритмов для повышения точности диагностики.
Полное исследование доступно по ссылке: BMC Med. 2025 Jun 9;23(1):342. doi: 10.1186/s12916-025-04190-z.
