Zdravotnictví
Echokardiografie s podporou umělé inteligence dosahuje v kontrolovaných studiích vysoké výtěžnosti

Klíčové bodyKontrolované podmínky vedly k 98,0% echokardiografii diagnostické kvality, zatímco…
Zobrazit více
- Kontrolované podmínky vedly k 98,0% echokardiografii diagnostické kvality, zatímco decentralizované komunitní studie se souhrnně dostaly na 63,7 %.
- Srovnání prostředí bylo post hoc a bylo zkresleno školením dohledu a výběrem pacientů, takže kauzalita zůstává neprokázaná.
- Akvizice diagnostické kvality není přesná diagnóza a žádná studie nespojila AI navigaci s výsledky pacientů.
Systematický přehled a metaanalýza autorů v čele s Bijayem Bastolou, publikované 16. listopadu 2026 v časopise BMC Cardiovascular Disorders, odhadly souhrnný podíl echokardiografických vyšetření diagnostické kvality na 96,3 % při použití podpory umělé inteligence v reálném čase osmi studiemi, v nichž vyšetření prováděli začátečníci a neexperti. Tento ukazatel vyjadřuje, zda vyšetření splnilo předem stanovený práh dostatečné kvality určený v dané studii.
Výsledky se výrazně lišily podle způsobu nasazení. Šest studií provedených v kontrolovaných nebo strukturovaných podmínkách dosáhlo souhrnné výtěžnosti 98,0 % s 95% intervalem spolehlivosti od 96,7 % do 99,2 %. Dvě decentralizované komunitní studie z reálného prostředí dosáhly souhrnné výtěžnosti 63,7 % s 95% intervalem spolehlivosti od 20,6 % do 92,6 %; jejich jednotlivé výtěžnosti činily 44,8 % a 79,8 %. Metaregresní analýza zjistila statisticky významný rozdíl mezi podskupinami při p < 0,001.
Autoři toto srovnání považovali za dodatečnou a průzkumnou analýzu, nikoli za předem registrované hodnocení. Prostředí, v němž byla technologie nasazena, bylo provázáno s dohledem, školením, zkušenostmi operátorů, výběrem pacientů a definicemi výsledků, takže analýza neprokazuje, že příčinou byla právě volba prostředí. Vzhledem k tomu, že byly k dispozici pouze dvě komunitní studie, je nižší odhad popisným údajem, nikoli předvídatelnou mírou úspěšnosti budoucích programů.
Co přehled hodnotil
Analýza zahrnovala 2 365 pozorování na úrovni vyšetření, skenů nebo snímků, které pořídilo 74 operátorů bez předchozího formálního vzdělání či certifikace v echokardiografii. Zahrnuté studie se týkaly skutečných pacientů a podpory umělé inteligence přímo během pořizování snímků, nikoli automatizované interpretace snímků pořízených dříve. Důkazy se týkaly pěti systémů umělé inteligence a různých typů operátorů, od zdravotních sester a pracovníků výzkumu bez klinického vzdělání až po studenty medicíny, praktické lékaře a pracovníky komunitní zdravotní péče.
Dva hodnotitelé nezávisle prohledali databáze PubMed/MEDLINE, Google Scholar, Embase, Scopus a ClinicalTrials.gov; poslední aktualizaci provedli 27. září 2026. Druhý statistický model odhadl celkovou výtěžnost na 93,0 %; kontroly citlivosti využívající různé soubory studií, definice výsledků a statistické metody přinesly hodnoty od 91,2 % do 97,8 %. U hlavního odhadu činil 95% interval spolehlivosti 85,5 % až 99,3 % a značné rozdíly mezi studiemi vedly autory k varování, že celkový odhad nelze považovat za univerzální výtěžnost při novém nasazení.
Dostatečná kvalita snímků a klinické výsledky
V pěti studiích posuzovali dostatečnou kvalitu snímků nezávislí odborní hodnotitelé. Ve zbývajících třech byla dostatečná kvalita definována jako úspěšné vygenerování automatického údaje o ejekční frakci levé komory, ukazatele srdeční funkce, softwarem umělé inteligence; výsledek tak určoval i hodnocený systém. Ne každé pozorování odpovídalo samostatnému pacientovi: šest studií uvádělo počet vyšetření, jedna počítala 60 pokusů o skenování u 10 pacientů a další 954 snímků od 159 pacientů.
Jelikož téměř všechny zahrnuté studie měly pouze jedno rameno, výsledky ukazují, čeho začátečníci dosáhli s podporou umělé inteligence, nikoli jaký přínos tato podpora měla oproti pořizování snímků bez ní. Pořízení snímků diagnostické kvality navíc není totéž co stanovení přesné diagnózy a žádná ze studií neuváděla vliv na klinické rozhodování ani na výsledky léčby pacientů.
Hodnotitelé označili školení operátorů, dohled, kontroly kvality snímků a zajištění kvality za priority pro širší nasazení a vyzvali k provedení srovnávacích studií se skutečnými pacienty, které by propojily dostatečnou kvalitu snímků s diagnostickou přesností a výsledky léčby. Pro screeningové programy z toho plyne, že vyškolení neexperti mohou snímky pořizovat podle strukturovaných protokolů, širší nasazení však stále vyžaduje důkazy, že lze spolehlivé pořizování snímků zopakovat i v komunitním prostředí a že takto získané snímky vedou k přesným diagnózám a lepším výsledkům léčby pacientů.












