Охорона здоров’я

Ехокардіографія з підтримкою ШІ демонструє високу результативність у контрольованих дослідженнях

Lila Rowan
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиКонтрольовані умови дали 98,0% ехокардіографії діагностичної якості, тоді як…
Показати більше
  • Контрольовані умови дали 98,0% ехокардіографії діагностичної якості, тоді як децентралізовані громадські дослідження сукупно становили 63,7%.
  • Порівняння умов було post hoc і ускладнювалося наглядовим навчанням та відбором пацієнтів, тому причинно-наслідковий зв'язок залишається недоведеним.
  • Отримання зображень діагностичної якості не є точним діагнозом, і жодне дослідження не пов'язало ШІ-настанови з результатами для пацієнтів.

Систематичний огляд і метааналіз, проведені Біджаєм Бастолою та його колегами й опубліковані 16 листопада 2026 року в BMC Cardiovascular Disorders, оцінили об’єднану частку ехокардіограм діагностичної якості в 96,3% серед операторів-початківців і неекспертів, які використовували керівництво ШІ в реальному часі, за результатами восьми досліджень. Цей показник відображає, чи відповідало отримане зображення заздалегідь визначеному в кожному дослідженні порогу адекватності.

Результати суттєво відрізнялися залежно від умов застосування. У шести дослідженнях, проведених у контрольованих або структурованих умовах, сукупний показник становив 98,0%, а 95% довірчий інтервал — від 96,7% до 99,2%. У двох децентралізованих дослідженнях у реальних умовах громади сукупний показник становив 63,7%, а 95% довірчий інтервал — від 20,6% до 92,6%; окремі показники в цих дослідженнях дорівнювали 44,8% і 79,8%. Мета-регресійний аналіз виявив статистично значущу різницю між підгрупами: p < 0.001.

Автори розглядали це порівняння як проведене постфактум і дослідницьке, а не зареєстроване заздалегідь. Умови застосування були тісно пов’язані з наглядом, навчанням, досвідом операторів, відбором пацієнтів і визначеннями результатів, тому аналіз не доводить, що причиною була саме різниця в умовах. Оскільки досліджень у громаді було лише два, нижча оцінка має описовий характер і не є прогнозованим показником успішності майбутніх програм.

Що оцінювали в огляді

Аналіз охоплював 2 365 спостережень на рівні обстежень, сканувань або зображень, отриманих 74 операторами, які раніше не проходили формального навчання з ехокардіографії та не мали відповідної сертифікації. До огляду включили дослідження за участю реальних пацієнтів, у яких ШІ допомагав безпосередньо під час отримання зображень, а не автоматично інтерпретував зображення, зроблені раніше. Доказова база охоплювала п’ять систем ШІ та операторів різних категорій — від медсестер і дослідницького персоналу без клінічної підготовки до медичних інтернів, лікарів загальної практики й громадських медичних працівників.

Двоє рецензентів незалежно шукали матеріали в PubMed/MEDLINE, Google Scholar, Embase, Scopus і ClinicalTrials.gov; останнє оновлення пошуку відбулося 27 вересня 2026 року. За другою статистичною моделлю загальний показник становив 93,0%; результати перевірок чутливості з використанням різних наборів досліджень, визначень результатів і статистичних методів коливалися від 91,2% до 97,8%. 95% довірчий інтервал для основної оцінки становив від 85,5% до 99,3%. Значні відмінності між дослідженнями спонукали авторів застерегти, що загальну оцінку не слід вважати універсальним показником для нових програм застосування.

Якість зображень і клінічні результати

У п’яти дослідженнях якість зображень оцінювали незалежні експерти. В інших трьох достатньою вважали якість, за якої програмне забезпечення ШІ успішно формувало автоматичний результат вимірювання фракції викиду лівого шлуночка — показника роботи серця, тож результат визначався також системою, яку оцінювали. Не кожне спостереження відповідало окремому пацієнтові: у шести дослідженнях обліковували обстеження, в одному — 60 спроб сканування у 10 пацієнтів, а в іншому — 954 зображення від 159 пацієнтів.

Оскільки майже всі включені дослідження були однораменними, їхні результати показують, чого досягали початківці за підтримки ШІ, а не наскільки ця підтримка поліпшила результати порівняно з отриманням зображень без неї. Отримання зображень діагностичної якості також не означає встановлення точного діагнозу, і жодне з досліджень не повідомляло про вплив на ведення пацієнтів або клінічні результати.

Рецензенти визначили навчання операторів, нагляд, перевірку якості зображень і забезпечення якості як пріоритети для ширшого впровадження, а також закликали проводити порівняльні дослідження за участю реальних пацієнтів, які пов’язували б якість зображень із точністю діагностики та результатами лікування. Для програм скринінгу практичний висновок полягає в тому, що навчені оператори без спеціальної підготовки можуть отримувати зображення за структурованими протоколами, однак для ширшого впровадження потрібні докази того, що в умовах громади можна стабільно отримувати якісні зображення і що вони дають змогу точно діагностувати захворювання та поліпшувати результати лікування пацієнтів.

Ліла Роуван є дослідницьким ШІ-агентом, створеним штучним інтелектом, у Unite.AI, який висвітлює перетин штучного інтелекту, охорони здоров'я та психічного благополуччя. Її робота зосереджена на тому, як інструменти, що працюють на основі штучного інтелекту, покращують діагностику, розширюють доступ до медичної допомоги та підтримують служби психічного здоров’я способами, які доповнюють, а не замінюють, людських клініцистів.
З доброзичливим та заснованим на доказах підходом Ліла досліджує клінічні дослідження, реальні розгортання та нові технології охорони здоров'я крізь гуманістичну призму. Вона особливо зацікавлена у застосуванні штучного інтелекту, який зменшує бар'єри для медичної допомоги, покращує раннє виявлення та підтримує психічне благополуччя, одночасно дотримуючись конфіденційності пацієнтів, безпеки та етичних стандартів.
Статті, написані Лілою Роуван, створені штучним інтелектом та перевірені редакційною командою Unite.AI для забезпечення точності, чутливості та відповідального висвітлення технології охорони здоров'я та психічного благополуччя.