В 2023 году здравоохранение России присоединилось к лидирующим сферам по использованию и воздействию искусственного интеллекта (ИИ) [1].

37% медицинских организаций уже используют ИИ, а 43% планируют внедрение [1].

Искусственный интеллект и машинное обучение стремительно внедряются в медицину. Это улучшит качество диагностики, обеспечит персонализированный подход и индивидуальное лечение для каждого пациента, оптимизирует работу врача [2,3].

В 2024 году эксперты Американской кардиологической ассоциации (AHA) опубликовали материал [2], в котором сказано, что лишь немногие инструменты ИИ действительно улучшают состояние пациентов с сердечно-сосудистыми заболеваниями (ССЗ) настолько, что эти инструменты можно было бы использовать в широкой клинической практике. Особое внимание уделено ограничениям и проблемам, возникающим при применении новых инструментов [2].

Преимущества использования ИИ для лечения пациентов с ССЗ [2]

1. Трактовка снимков 

Инструменты искусственного интеллекта и машинного обучения способны дать более четкую визуальную оценку снимков сердца и сосудов, освободить время врача. 

2. Электрокардиография (ЭКГ)

ИИ может помочь автоматизировать интерпретацию ЭКГ, выявляя едва заметные результаты, которые эксперты-люди могут не заметить, прогнозировать изменения, указывающие на отклонения, которые еще не очевидны.

3. Имплантируемые и носимые технологии

Подобные технологии могут непрерывно оценивать полученную напрямую от пациента информацию, быстро выявлять ухудшение состояния, необходимость улучшения мониторинга или поиска необходимых методов вмешательства.

Дистанционное мониторирование артериального давления (АД) подтвердило преимущество в реальной клинической практике.

Согласно российскому исследованию [4], пациенты с АГ на протяжении полутора лет измеряли АД два раза в день с помощью приборов с автоматической передачей данных. Сведения о результатах измерений дистанционно передавались через бесконтактное Bluetooth-соединение и мобильное приложения для пациентов [4].

Результатом такого регулярного мониторирования стала стабилизация показателей АД у пациентов с критических значений АГ III степени до II или I [4].

Также среди позитивных эффектов такого удаленного наблюдения врачи и пациенты отметили [4]:

• повышение доступности оказания медицинской помощи пациентам с гипертонической болезнью,
• увеличение приверженности пациентов с АГ к лечению из-за простоты и удобства, 
• низкую себестоимость медицинской услуги по сравнению с традиционным способом ведения пациентов.

Ограничения широкого использования ИИ для лечения пациентов с ССЗ [2]

На сегодняшний день внедрение алгоритмов ИИ на практике может быть ограничено из-за отсутствия стандартизированных платформ для представления прогнозов и масштабирования результатов в наборах данных, а также отсутствия протоколов, обеспечивающих полную конфиденциальность информации о пациентах и минимизацию возможных этических и юридических проблем. Кроме того, есть проблема отсутствия фундамента базы знаний и клинических испытаний с применением ИИ на практике [2].

Как же обстоят дела с использованием ИИ в реальной клинической практике в России?

Российскими врачами был проведен опыт применения методов машинного обучения для предсказания сердечно-сосудистых заболеваний (ССЗ) у пациентов с АГ на малых наборах данных[5].

Целью исследования было решение задачи предсказания рисков развития неблагоприятных сердечно-сосудистых событий (ССС) у пациентов с АГ в ближайшие 36 месяцев с использованием алгоритмов машинного обучения.

Для достижения цели:
1. Сформирован дата-сет для исследования с необходимыми и достаточными данными по пациентам для расчетов риска СС3.
2. Проведен анализ имеющихся данных, формальное описание и математическая постановка задачи.
3. Исследованы предсказательные алгоритмы машинного обучения и их готовые реализации, созданы модели расчета рисков СС3 для полученного дата-сета и оценена эффективность.

Результаты [5]:

Алгоритмы машинного обучения оказались эффективными и точными способами расчета риска на малом наборе данных для таких ССС, как острый коронарный синдром и ишемическая болезнь сердца, через 12, 24 и 36 месяцев (рис.1).

Рис. 1. Точность предсказания CCС через 12, 24 и 36 месяцев [5]

Таким образом, системы на основе искусственного интеллекта могут изменить клиническую практику лечения АГ [2,3]: 

1. Дать возможность как можно раньше диагностировать патологию, начать терапию на ранних стадиях и сократить расходы на лечение.
2. Формировать персонализированные планы лечения.
3. Прогнозировать долгосрочные риски пациентов.
4. Своевременно производить необходимые корректировки терапии из-за изменений в прогрессировании заболевания и/или реакции на терапию. 

Внедрение ИИ в клиническую практику может изменить будни медицинских специалистов: утомительную и рутинную работу могут выполнять компьютеры, чтобы освободить время и позволить врачам выполнять более сложные и деликатные задачи [2,3].

А назначение проверенных лекарственных препаратов для терапии пациентов с АГ повысит уверенность в стабильном контроле АД и защите от ССС.

Телсартан® – современный антигипертензивный лекарственный препарат

1. Способствует контролю АД в течение суток и снижению вариабельности [6].
2. Способствует защите органов-мишеней и снижению рисков ССЗ [7,8].
3. Представлен как в моноформе, так и в виде фиксированных комбинаций: с гидрохлоротиазидом и амлодипином— возможность подбора индивидуальной терапии каждому пациенту с АГ [9-11].

Источники

1. Расчеты НЦРИИ по результатам опроса 2023 года, данные РФ. https://ict.moscow/research/indeks-intellektualnoi-zrelosti-otraslei-ekonomiki-sektorov-sotsialnoi-sfery-i-sistemy-gosudarstvennogo-upravleniia-rossiiskoi-federatsii/
2. Antonis A. Armoundas et al, Use of Artificial Intelligence in Improving Outcomes in Heart Disease: A Scientific Statement From the American Heart Association, Circulation (2024). DOI: 10.1161/CIR.0000000000001201
3. AI, Machine Learning, and ChatGPT in Hypertension, Hypertension. 2024; 81:709–716 https://doi.org/10.1161/HYPERTENSIONAHA.124.19468
4. Хугаева, Э. В. Дистанционное мониторирование артериального давления как элемента персонализированной медицины / Э. В. Хугаева // International Journal of Advanced Studies in Medicine and Biomedical Sciences. – 2023. – № 1. – С. 68-79. – EDN CTKLBV.
5. Каледина, Е. А. Применение методов машинного обучения для предсказания сердечно-сосудистых заболеваний на малых наборах данных / Е. А. Каледина, О. Е. Каледин, Т. И. Кулягина // Проблемы информатики. – 2022. – № 1(54). – С. 66-75. – DOI 10.24412/2073-0667-2022-1-66-76. – EDN PVCLFD.
6. Lacourcière Y, Krzesinski JM, White WB, Davidai G, Schumacher H. Sustained antihypertensive activity of telmisartan compared with valsartan. Blood Press Monit. 2004 Aug;9(4):203-10. doi: 10.1097/00126097-200408000-00005. PMID: 15311147.
7. Ruilope LM. Telmisartan for the management of patients at high cardiovascular risk. Curr Med Res Opin. 2011 Aug;27(8):1673–82. doi: 10.1185/03007995.2011.597378. Epub 2011 Jun 30. PMID: 21718097.
8. Инструкции по медицинскому применению лекарственных препаратов, действующим веществом которых является телмисартан, лозартан, валсартан, азилсартан, кандесартан, олмесартан, ирбесартан, эпросартан. По данным сайта http://grls.rosminzdrav.ru. Дата обращения 13.11.2023.
9. Инструкция по медицинскому применению лекарственного препарата Телсартан® от 11.05.2018 г; ЛП-0041613.
10. Инструкция по медицинскому применению лекарственного препарата Телсартан® Н от 19.06.2019 г; ЛП-0042564.
11. Инструкция по медицинскому применению лекарственного препарата Телсартан® AM от 20.11.2017 г; ЛП-004550.

Реклама. Рекламодатель — ООО «Др. Редди'с Лабораторис» 

Информация предназначена для медицинских и фармацевтических работников.

R1246643-15042024-HCP

ООО «Др. Редди'с Лабораторис», ОГРН 1037707013838
115035, г. Москва, Овчинниковская наб., д. 20, стр. 1
Телефон: +7 495 783 29 01