Srovnání účinnosti mezi nezávislou auskultací lékařů primární péče a auskultací pro vrozené screening srdečních chorob v populacích obohacených pacientem: randomizovaná kontrolovaná studie

V posledních letech byla aplikace umělé inteligence (AI) v oblasti zdravotnictví svědkem výrazného nárůstu, přičemž hluboké učení se objevilo jako silná síla v lékařské oblasti. Algoritmy hlubokého učení mají pozoruhodnou schopnost automaticky extrahovat složité rysy a vzory, čímž umožňují vysoce přesné rozpoznání srdečního zvuku. Na základě tohoto technologického pokroku profesor Sun Kun a jeho výzkumný tým z nemocnice Xinhua ve spolupráci s četnými centry po celé Číně pilně zkoumali vývoj a aplikaci rozpoznávání srdečního zvuku pomocí umělé inteligence pro screening vrozených srdečních chorob (CHD).

S využitím elektronických stetoskopů k pečlivému shromažďování srdečních zvuků a využití algoritmů AI k analýze rozsáhlých datových souborů obsahujících srdeční zvuky od obou dětí s diagnózou CHD a těch, které jsou zdravé, byl vyškolen k anepčnímu rozlišování mezi normálními a patologickými šelech. Současná iterace systému se může pochlubit působivou přesností a mírou citlivosti 90%.

Tato studie je navržena jako randomizovaná kontrolovaná studie (RCT), která bude provedena v nemocnici Shanghai Xinhua. Primárním cílem je demonstrovat převahu lékařů primární péče s pomocí AI při identifikaci ICHS nad lékaři primární péče pracujícími nezávisle. Toho bude dosaženo provedením srovnávací analýzy výkonu lékařů s asistovanou umělou inteligencí oproti jejich protějškům bez pomoci, čímž se doloží praktická použitelnost modelu. Prostřednictvím pokračujícího procesu zdokonalování a široké aplikace se tento průkopnický výzkum snaží zmocnit rozmanitou škálu lékařských profesionálů, včetně praktických lékařů, dětských lékařů a nekardiovaskulárních specialistů, transformačními schopnostmi elektronické auskultace za pomoci umělé inteligence. Konečným cílem je pozvednout úroveň pediatrické péče v celé zemi.