Цель: в связи со все большей нагрузкой, что ложится на отделения интенсивной терапии, при том, что сохраняется задача улучшения качества и эффективности терапии, растет необходимость в дальнейшем повышении адекватности и эффективности процесса принятия решения. Казалось бы, что развитие технологий искусственного интеллекта, что привело к росту разработок моделей прогнозирования, сможет помочь решить задачу адекватности и эффективности процесса принятия решения. Предлагаемый вам систематический обзор посвящен исследованию готовности ИИ к работе в условиях ОИТ.
Методы: систематический поиск был проведен в базах данных Embase, Medline, Web of Science Core Collection и Cochrane Central Register of Controlled Trials с целью идентификации исследований, отвечающих критериям включения. Все исследования, в которых ИИ использовался для анализа данных ОИТ, были рассмотрены, как отвечающие критериям включения. Из исследований были извлечены спецификации, дизайн и цели исследования, размер данных, уровни валидации и готовности, исходы клинических исследований. Риск предвзятости в каждом исследовании изучался с помощью Prediction model Risk Of Bias ASsessment Tool (PROBAST).
Результаты: из 6455 исследований, обнаруженных в процессе поиска, в обзор было включено 494. Наиболее часто использовался ретроспективный дизайн исследования [476 исследований (96,4% от всех исследований), далее следовали проспективные обсервационные [8 (1,6%)] и клинические [10 (2%)] исследования. 378 (80.9%) ретроспективных исследований были классифицированы, как имеющиеся большой риск предвзятости. Не было найдено исследований, в которых бы изучались клинические исходы при интеграции ИИ в рутинную клиническую практику.
Выводы: подавляющее большинство разработанных моделей ИИ для ОИТ (ОИТ-ИИ) остаются на стадии тестирования/прототипа и очень небольшое их количество дошло до оценки в клинической практике. Помочь может только единый и структурированных подход к разработке и к последующему безопасному внедрению в клиническую практику ИИ-ОИТ с одновременной оценкой клинической пользы от применения ИИ.
Подробнее: Intensive Care Med https://doi.org/10.1007/s00134-021-06446-7