В 2018 году FDA разрешило автономную систему выявления диабетической ретинопатии, а её ключевое проспективное исследование охватило 900 пациентов в учреждениях первичной помощи. Но отдельный алгоритм — ещё не новая модель медицины. Для устойчивого результата нужны четыре взаимосвязанных направления.
01Наука
Разработки следует проверять на независимых и разнообразных выборках, сопоставлять с клиническим стандартом и описывать так, чтобы результаты можно было воспроизвести. Важно изучать не только точность модели, но и её влияние на маршрутизацию, сроки диагностики и исходы лечения.
02Клиническая практика
Ценность возникает тогда, когда технология решает конкретную задачу и встроена в работу клиники. В рандомизированном исследовании с участием молодых людей с диабетом автономное обследование на месте повысило долю завершённых осмотров глаз по сравнению с обычным направлением. Это пример того, как оценивать ИИ: по изменениям в реальной помощи, а не только по качеству распознавания изображений.
03Безопасность
До внедрения необходимо определить назначение системы, пределы применимости и роль врача; после — отслеживать ошибки и качество на новых данных. ВОЗ отдельно подчёркивает прозрачность, внешнюю валидацию, защиту данных, ответственность и постоянную оценку технологий в реальной практике.
04Профессиональное сообщество
Офтальмологи, исследователи, инженеры, организаторы здравоохранения и пациенты должны вместе формулировать задачи и критерии пользы. Обмен протоколами и результатами — включая отрицательные — помогает отличать работающие решения от эффектных демонстраций.
Для AIO это рабочая повестка
Мы поддерживаем доказательную медицину и помогаем внедрять проверенные инструменты в клинику, ставить безопасность выше скорости и создавать пространство для профессионального диалога. Если вы исследуете или внедряете ИИ в офтальмологии, предложите свой опыт и данные для разбора в AIO Media.
Предложить новость
Предложите свой опыт и данные для разбора в AIO Media.
Источники
- Abràmoff et al. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices
- Wolf et al. Autonomous artificial intelligence increases screening and follow-up for diabetic retinopathy in youth: the ACCESS randomized control trial
- ВОЗ: Ethics and governance of artificial intelligence for health
- ВОЗ: Regulatory considerations on artificial intelligence for health