Wirksamkeitsvergleich zwischen unabhängiger Auskultation durch Fachärzte und AI-unterstützte Auskultation durch Grundversorgungsärzte im großen Screening auf angeborene Herzerkrankungen: eine randomisierte kontrollierte Gruppe von Cluster in China

In den letzten Jahren hat sich die Integration künstlicher Intelligenz (KI) in das Gesundheitswesen beschleunigt, und Deep Learning hat sich zu einem leistungsstarken Werkzeug in der Medizin entwickelt. Deep-Learning-Algorithmen können komplexe Merkmale und Muster automatisch extrahieren und so eine hochpräzise Erkennung von Herztönen ermöglichen. Auf dieser Grundlage haben Professor Sun Kun und sein Team am Xinhua Hospital, das der Medizinischen Fakultät der Shanghai Jiao Tong University angegliedert ist, in Zusammenarbeit mit mehreren Zentren in ganz China die Entwicklung und Anwendung der KI-gestützten Herzgeräuscherkennung für das Screening angeborener Krankheiten untersucht Herzkrankheit (KHK). Durch den Einsatz elektronischer Stethoskope zur Erfassung von Herztönen und die Anwendung von KI-Algorithmen auf umfangreiche Datensätze sowohl von Kindern mit koronarer Herzkrankheit als auch von gesunden Kindern wurde das System darauf trainiert, zwischen normalen und pathologischen Herzgeräuschen zu unterscheiden und eine Genauigkeit und Empfindlichkeit von 90 % zu erreichen.

Diese prospektive Cluster-randomisierte klinische Studie soll die Nichtverwaltung von AI-unterstützten primären medizinischen Ärzten bei der Identifizierung von KHK im Vergleich zu Fachärzten bewerten, die eine unabhängige Identifizierung durchführen. Durch kontinuierliche Optimierung und umfassende Anwendung bemüht sich diese Forschung, Allgemeinmediziner, Kinderärzte und nicht kardiovaskuläre Spezialisten mit kultivierten elektronischen Auskultationsfähigkeiten auszustatten, wodurch letztendlich den Standard der pädiatrischen Versorgung landesweit verbessert wird. Mit der Erweiterung des Screening -Netzwerks wird erwartet, dass das Projekt verpasste Diagnosen reduziert und die Erkennungsraten beim CHD -Screening erhöht. Darüber hinaus bestrebt das Projekt, anderen Entwicklungsländern praktikable und kostengünstige Lösungen für Kindergesundheitsmanagement anzubieten und zu globalen Bemühungen zur Verbesserung der Gesundheit von Kindern beizutragen.