Машинное обучение помогает педиатрам выявлять астму у детей

Согласно результатам пилотного клинического исследования, новый инструмент машинного обучения помог педиатрам намного точнее оценивать риски развития астмы у детей. Разработка под названием Passive Digital Marker, созданная учёными из американского Института Регенстрифа, анализирует данные электронных медицинских карт и классифицирует маленьких пациентов по группам высокого или низкого риска. И это очень важно, поскольку астма остаётся одним из самых распространённых хронических заболеваний у детей, но предсказать, перерастёт ли ребёнок ранние симптомы или столкнётся с хронической формой, до сих пор оставалось сложнейшей задачей.

Главное преимущество новой технологии заключается в том, что она не требует от родителей проведения дополнительных дорогостоящих анализов или заполнения бесконечных анкет. Алгоритм работает исключительно с задокументированной в медкарте историей болезни. ИИ мгновенно анализирует многолетнюю информацию: от прошлых респираторных инфекций и проявлений аллергии до истории приёма лекарств и семейного анамнеза, после чего выдаёт врачу простую и понятную оценку. По словам ведущего автора исследования, инструмент призван не заменить клиническое суждение педиатра, а стать надёжным вторым мнением, объединяющим разрозненные данные.

Эффективность системы подтвердилась на практике: педиатры, использовавшие подсказки искусственного интеллекта в стандартизированных сценариях, верно прогнозировали развитие болезни в 83% случаев. Для сравнения, врачи, полагавшиеся исключительно на стандартные методы оценки, показали точность лишь в 61%. Такой резкий скачок эффективности обусловлен тем, что алгоритм гораздо точнее идентифицирует скрытые закономерности у тех детей, у которых в будущем действительно разовьётся персистирующая (стойкая) астма.

Несмотря на столь обнадёживающие результаты, учёные подчёркивают, что радоваться полной победе пока рано. Поскольку текущие испытания проводились на стандартизированных клинических случаях, а не на реальном потоке пациентов в больницах, системе предстоит пройти следующий важный этап. Исследователям необходимы дополнительные тесты в условиях повседневной педиатрической практики, чтобы доказать, что внедрение пассивного цифрового маркера действительно улучшает результаты лечения.