Учeныe изо Унивeрситeтa Джoнсa Xoпкинсa oбнaружили, чтo систeмы искусствeннoгo интеллекта могут неэффективно определить сердечную недостаточность с сохраненной фракцией выброса (СНсФВ). Результаты исследования опубликованы в JACC: Advances.
СНсФВ — сие состояние, при котором сердце не ловко эффективно наполняться кровью. Это самая распространенная формальная сторона сердечной недостаточности.
Исследователи выяснили, что модели искусственного интеллекта, обученные сверху массивах данных из электронных медицинских карт, отнюдь не всегда точно устанавливают диагноз СНсФВ. Сие происходит потому, что многие врачи неважный (=маловажный) фиксируют этот диагноз в истории болезни, инда если у пациента присутствуют соответствующие симптомы.
Ученые проанализировали информацию сильнее чем о 13 тысячах пациентов и выявили, в чем дело? у 63% из них модели искусственного интеллекта безвыгодный смогли диагностировать СНсФВ, несмотря на его фактическое реальность. Это говорит о том, что использование таких моделей может дать повод к недооценке реальной распространенности заболевания.
Исследователи отметили, чего их работа подчеркивает важность совершенствования диагностики СНсФВ в клинической практике и тщательного документирования сего состояния в медицинских картах. Такие изменения помогут умножить эффективность моделей искусственного интеллекта и лечения пациентов с сердечной недостаточностью.
