Доля больниц США с прогностическим ИИ в электронных медкартах выросла до 71%
В США 71% нефедеральных больниц неотложной помощи сообщили в 2024 году об использовании прогностического искусственного интеллекта, интегрированного с электронными медицинскими картами. Годом ранее этот показатель составлял 66%, сообщает MyJoyOnline со ссылкой на приведённые в материале данные.
В материале отмечается, что надёжность таких систем зависит не только от алгоритмов, но и от качества, значения, защищённости и прослеживаемости медицинских данных. Заполненная медицинская карта может быть клинически вводящей в заблуждение: диагноз для выставления счёта не всегда отражает полную картину состояния пациента, лабораторный показатель может содержать неверную единицу измерения, а временная метка — фиксировать внесение информации в систему, а не само медицинское событие.
Обмен данными не устраняет ошибки
Автор обращает внимание на проблему совместимости информационных систем. Стандарт FHIR облегчает представление и обмен медицинскими данными, однако не может исправить ошибки в исходной информации или согласовать разные определения. Две системы способны успешно передать одно значение, но интерпретировать его по-разному.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Правило Центров услуг Medicare и Medicaid США относительно совместимости систем и предварительного согласования предусматривает, что плательщики, на которых оно распространяется, должны внедрить или обновить ряд программных интерфейсов FHIR. Сроки соблюдения требований к таким интерфейсам в целом начинаются в 2027 году.
Модели нуждаются в постоянном контроле
Системы ИИ должны тестироваться именно в тех условиях, где они будут применяться. Исследования моделей для выявления пневмонии на рентгеновских снимках грудной клетки показали, что модели, обученные на данных одной больничной системы, часто работали хуже на данных других медицинских учреждений. На результаты могут влиять различия в составе пациентов, распространённости заболеваний, оборудовании, рабочих процессах и практиках кодирования.
В 2024 году 79% больниц, использовавших прогностический ИИ, сообщили о некоторой оценке после внедрения. При этом не все проверяли большинство или все свои модели, а 18% респондентов не знали, проводился ли такой мониторинг. Оценка должна охватывать не только точность, но и калибровку, прогностическую ценность, работу для различных групп пациентов, внешнюю и временную валидацию, а также влияние на клинические процессы.
