Ученые из Университета Джонса Хопкинса обнаружили, что системы искусственного интеллекта могут неэффективно диагностировать сердечную недостаточность с сохраненной фракцией выброса (СНсФВ). Результаты исследования опубликованы в JACC: Advances.
СНсФВ — это состояние, при котором сердце не способно эффективно наполняться кровью. Это самая распространенная форма сердечной недостаточности.
Исследователи выяснили, что модели искусственного интеллекта, обученные на массивах данных из электронных медицинских карт, не всегда точно устанавливают диагноз СНсФВ. Это происходит потому, что многие врачи не фиксируют этот диагноз в истории болезни, даже если у пациента присутствуют соответствующие симптомы.
Ученые проанализировали информацию более чем о 13 тысячах пациентов и выявили, что у 63% из них модели искусственного интеллекта не смогли диагностировать СНсФВ, несмотря на его фактическое наличие. Это говорит о том, что использование таких моделей может привести к недооценке реальной распространенности заболевания.
Исследователи отметили, что их работа подчеркивает важность совершенствования диагностики СНсФВ в клинической практике и тщательного документирования этого состояния в медицинских картах. Такие изменения помогут повысить эффективность моделей искусственного интеллекта и лечения пациентов с сердечной недостаточностью.
Ранее дождевые черви вдохновили ученых на создание гибкого пластыря для сердца.