Обзор исследования «Искусственный интеллект в диагностике и прогнозировании низкой фракции выброса с использованием электрокардиограммы в стационаре: прагматичное рандомизированное контролируемое исследование»
Исследование, проведенное в Тайване, направлено на оценку эффективности инструмента поддержки клинических решений на основе искусственного интеллекта (ИИ) для улучшения ранней диагностики низкой фракции выброса (ФВ) у пациентов в стационаре. Основной целью было выяснить, может ли ИИ, анализируя данные электрокардиограммы (ЭКГ), повысить количество новых диагнозов низкой ФВ среди пациентов, находящихся под наблюдением не кардиологов.
В исследовании приняли участие 13,631 пациент, которых рандомизировали на две группы: первая группа (6,840 пациентов) получала результаты ЭКГ с помощью ИИ, вторая группа (6,791 пациент) следовала стандартному уходу. Основным результатом стало количество новых диагнозов низкой ФВ (≤ 50%) в течение 30 дней после ЭКГ. Результаты показали, что использование ИИ увеличивает выявление новых случаев низкой ФВ: 1.5% против 1.1% в контрольной группе.
Значение результатов для врачей и исследователей
Эти результаты важны, так как ранняя диагностика низкой ФВ может существенно улучшить исходы лечения и качество жизни пациентов. Высокая предсказательная ценность для выявления низкой ФВ среди пациентов, получивших эхокардиограмму, (34.2% против 20.2%) подчеркивает значимость использования ИИ в клинической практике. Это открывает новые горизонты для более целенаправленного и эффективного ведения пациентов.
Текущие исследования в области ИИ и кардиологии
В последние годы наблюдается растущий интерес к использованию ИИ в кардиологии, особенно в диагностике сердечно-сосудистых заболеваний. Исследования показывают, что ИИ может значительно улучшить точность диагностики и прогнозирования, однако до сих пор остаются вопросы по интеграции этих технологий в повседневную практику. В отличие от других работ, данное исследование акцентирует внимание на использовании ИИ в стационарных условиях и среди пациентов, находящихся под наблюдением не кардиологов, что делает его уникальным.
Изменение клинической практики на основе результатов исследования
Результаты исследования могут привести к изменению клинической практики, предлагая внедрение ИИ в процесс диагностики. Это позволит врачам быстрее идентифицировать пациентов с высоким риском и направлять их на дальнейшие обследования и консультации. Оптимизация ухода может включать в себя использование ИИ для предварительной оценки состояния пациентов, что обеспечит более раннее вмешательство и улучшение исходов.
Внедрение ИИ в клиническую практику
Врачи и клиники могут начать внедрение результатов исследования, интегрируя ИИ в свои системы диагностики. Важно обеспечить обучение медицинского персонала, чтобы они могли эффективно использовать новые инструменты. Возможные барьеры могут включать недостаток финансирования и сопротивление изменениям, но открытое обсуждение преимуществ и обучение персонала помогут преодолеть эти препятствия.
Заключение и перспективы дальнейших исследований
Исследование подчеркивает значимость применения ИИ в медицине, особенно для улучшения диагностики низкой ФВ. Дальнейшие исследования могут сосредоточиться на расширении применения ИИ в других областях медицины, что может привести к улучшению качества медицинских услуг и повышению уровня здоровья населения.
Полное исследование доступно по ссылке: 10.1186/s12916-025-04190-z.
