Искусственный интеллект в медицине улучшает диагностику, но доказательства эффективности лечения пациентов по-прежнему отстают
- Искусственный интеллект в медицине улучшает диагностические возможности и эффективность принятия клинических решений, однако исследования пока предоставляют лишь ограниченные доказательства улучшения результатов лечения пациентов.
- Рандомизированное исследование, проведенное в Кении, показало улучшение документирования и принятия решений по уходу при поддержке LLM, но не выявило значительного снижения частоты неудач лечения в течение 14 дней.
- В настоящее время FDA изучает, как следует оценивать медицинские устройства, использующие генеративный искусственный интеллект, до их запуска и контролировать после внедрения в реальных клинических условиях.
Множество исследований, проведенных в 2026 году, показывают сохраняющийся пробел в медицинском искусственном интеллекте: системы могут влиять на решения врачей и достигать впечатляющих диагностических результатов, не демонстрируя при этом реального улучшения здоровья пациентов.
Это важно для больниц, приобретающих эти системы, для компаний, стремящихся продемонстрировать их полезность, и для органов власти, определяющих, какие доказательства следует учитывать после внедрения ИИ в врачебных кабинетах.
Проблема доказательства, которую начинают тщательно изучать регулирующие органы, заключается в следующем
Разрыв между впечатляющими результатами работы ИИ и доказанной эффективностью для пациентов, похоже, становится слишком большим, чтобы его игнорировать. Газета Financial Times подытожила эту ситуацию в своем заголовке:
«У медицинского ИИ есть проблема с доказательством его эффективности»
Этот вопрос теперь вышел за рамки академических дискуссий. FDA задает многие из тех же вопросов, рассматривая, как оценивать медицинские устройства с поддержкой ИИ до и после их использования. В дискуссионном документе от 18 августа, открытом для общественного обсуждения до 19 октября, рассматриваются такие вопросы, как оценка рисков, предрыночная оценка и пострыночный мониторинг.
FDA особо подчеркивает, что данный документ является исключительно дискуссионным документом, а не проектом руководящих принципов, предлагаемым изменением политики или каким-либо указанием на будущие регуляторные ожидания.
В ходе предыдущего расследования FDA относительно реальных показателей эффективности также рассматривалась проблема дрейфа модели и ограничения использования статических метрик. Это поднимает более широкий вопрос, который больше нельзя игнорировать: как измерить безопасность и эффективность после того, как решение на основе ИИ покинуло лабораторные условия?
В Кении поддержка со стороны ИИ не привела к снижению числа случаев неэффективности лечения
В исследовании, опубликованном в журнале Nature Medicine 26 июня, 103 врача из 16 медицинских учреждений Penda Health в Найроби и Киамбу лечили пациентов с использованием или без использования модели обработки естественного языка (LLM) для принятия решений. Из 9691 зарегистрированного пациента для первичного анализа были отобраны 9347 пациентов.
Частота неудач лечения через 14 дней составила 2,2% в группе ИИ и 2% в контрольной группе, поэтому скорректированное отношение шансов составило 0,77, хотя разница статистически незначима (P=0,13). Серьезных побочных эффектов, связанных с вмешательством, не наблюдалось.
Группа, использовавшая ИИ, действительно имела более качественную документацию, а также более точные диагнозы и планы лечения. Значимость результата заключается в том, что улучшение показателей процесса не привело к улучшению результатов лечения пациентов.
Тенденция аналогична результатам исследования RAPIDx AI 2024 года. В первичном анализе 3029 пациентов совокупный шестимесячный показатель сердечно-сосудистой смерти, инфаркта миокарда или незапланированной повторной госпитализации по поводу сердечно-сосудистых заболеваний составил 26% при использовании ИИ и 26,4% при стандартном лечении. Однако в группе пациентов без инфаркта миокарда 1-го типа инвазивная коронарная ангиография проводилась на 47% реже при использовании ИИ.
Результаты продолжают расти; доказательства в реальных условиях пока отсутствуют.
Многонациональное рандомизированное исследование под руководством Николаса Раундинга показало, что GPT-4o улучшил результаты выполнения клинических сценариев 249 врачами на 18% в Кении, на 10,7% в Индонезии и на 7,2% в Нидерландах (P < 0,001).
Однако это были смоделированные случаи, а не реальные ситуации, и участники контрольной группы не могли использовать Интернет или клинические протоколы, а также не оценивались возможные негативные последствия. Исследование подтверждает, что ИИ повышает эффективность в контролируемых условиях, но ничего не говорит о результатах лечения пациентов.
Результаты другого исследования, опубликованного в журнале Nature Medicine и проведенного Ли Чжаном, Якобом Николасом Катером и их коллегами, показали точность 90,04% для эталонного набора из семи заболеваний. В этом исследовании, введя пороговое значение согласованности, агент на месте сохранил в общей сложности 49,4% случаев с уровнем точности 98,9%, в то время как остальные случаи пришлось проверять специалистам. Однако авторы указали на необходимость дальнейшего подтверждения путем испытаний, проведенных в реальных клинических условиях.
Почему наличие врача, "в курсе дела", не решает проблему?
Согласно карте доказательств, составленной Джой Сюй, Джастином Ко и Джозефом Кведаром, агентный ИИ теперь используется не только в административной работе, но и в диагностике, управлении и других задачах здравоохранения, что приводит к возрастающей важности возможности управления и аудита таких систем.
В другом комментарии журнала npj Digital Medicine говорится, что само присутствие врача не гарантирует надлежащего надзора и управления. Предвзятость автоматизации может привести к тому, что люди с большей вероятностью примут ошибочную рекомендацию, в то время как эффективный надзор требует достаточных знаний, времени и полномочий, чтобы оспаривать систему и вмешиваться.
Без соблюдения этих условий, предупреждают авторы, человеческий контроль может превратиться лишь в страховку от юридической ответственности:
Ответственность может лечь на плечи врачей, от которых ожидается выявление ошибок, которые они не в состоянии обнаружить или исправить… это зона морального краха.
Это смещает дискуссию с вопроса о том, находится ли человек технически «в курсе событий», на вопрос о том, действительно ли этот человек способен задавать вопросы, отменять действия системы и останавливать ее, когда это необходимо.
Коммерческие интересы, стоящие за этим предостережением
MarketsandMarkets , рынок искусственного интеллекта в здравоохранении вырастет с 36,67 млрд долларов в 2026 году до 194,79 млрд долларов к 2031 году, что составит среднегодовой темп роста в 39,7%. Если этот рост произойдет, больницы будут принимать больше решений о приобретении решений в области ИИ, в то время как данные об эффективности лечения пациентов останутся неоднозначными.
Это может сместить конкурентное давление в сторону чего-то более сложного для продвижения на рынок, но более ценного для поставщиков: перспективной валидации, локального мониторинга производительности и надзора, который можно реально проверить.
Не просто читайте новости о криптовалютах. Разберитесь в них. Подпишитесь на нашу рассылку. Это бесплатно.
Часто задаваемые вопросы
Улучшило ли испытание искусственного интеллекта в Кении результаты лечения пациентов?
Нет. В исследовании Penda Health, опубликованном в журнале Nature Medicine 26 июня, частота неудач лечения при использовании ИИ составила 2,2%, тогда как без него — 2,0%. Эта разница не была статистически значимой, хотя инструмент был признан безопасным.
Насколько искусственный интеллект улучшил оценки врачей в многонациональном исследовании?
В исследовании Раундинга и др. врачи, имевшие доступ к GPT-4o, показали результаты на 18 процентных пунктов выше в Кении, на 10,7 в Индонезии и на 7,2 в Нидерландах. Тем не менее, эти улучшения были достигнуты на основе клинических примеров в контролируемых условиях, а не на реальных пациентах.
Что предлагает FDA в отношении медицинских устройств, использующих искусственный интеллект?
В опубликованном 18 августа документе FDA, посвященном медицинским устройствам с поддержкой генеративного искусственного интеллекта, указывается на регулирование на протяжении всего жизненного цикла, охватывающее предрыночную оценку, послерыночный мониторинг и реальную эксплуатацию, при этом общественное обсуждение открыто до 19 октября.
Предупреждение. Предоставленная информация не является торговой рекомендацией. Cryptopolitanнастоятельно не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мыtronпровести независимоеdent и/или проконсультироваться с квалифицированным специалистом, прежде чем принимать какие-либо инвестиционные решения.
Ибиам Вайяс
Ибиам Вайас освещает новости криптовалют с 2019 года. Он изучал информатику в Национальном открытом университете Нигерии. Его работы публиковались на различных новостных платформах, посвященных криптовалютам, включая Coinfomania, Crypto News Australia и AltcoinBuzz. Опираясь на свои знания в области информатики, сейчас он специализируется на новостях, связанных с криптовалютами, робототехникой и долголетием.
