Искусственный интеллект (ИИ) способен анализировать МРТ сердца за несколько секунд, однако скорость обработки снимков еще не означает, что полученным результатам можно полностью доверять. Исследователи сравнили автоматические измерения с оценками врачей и выяснили, что алгоритм лишь незначительно лучше предсказывал риск смерти пациентов. При этом в отдельных случаях он допускал ошибки, а результаты его работы отличались от врачебных измерений. О том, что показало исследование и почему ИИ пока нуждается в контроле специалистов, — в материале «Известий».

Как ученые сравнивали работу ИИ и врачей

Исследователи изучили данные 27 382 пациентов из Великобритании и США, которым проводили магнитно-резонансную томографию (МРТ) сердца. Они сравнили результаты автоматического анализа снимков с измерениями специалистов. В центре внимания была фракция выброса левого желудочка — показатель, который отражает, какую долю крови сердце выталкивает при каждом сокращении. Его используют для оценки сердечной функции и определения рисков для здоровья.

Работа опубликована в журнале The Lancet Digital Health (LHD). За период наблюдения, который в среднем составил 5,6 года, умерли 13% участников.

Алгоритму требовалось около 3–4 секунд на анализ снимков, тогда как ручная обработка врачом занимала в среднем 13 минут. Однако исследование было ретроспективным: ученые анализировали уже собранные медицинские данные, а не проверяли, как использование программы влияет на лечение пациентов в реальной практике.

Насколько точными оказались результаты

По итогам анализа показатели, полученные с помощью алгоритма, немного лучше предсказывали смертность от всех причин, чем измерения врачей. До учета возраста и пола индекс согласованности прогноза составил 0,669 для ИИ и 0,637 для специалистов. После учета этих факторов разница заметно сократилась: 0,781 против 0,777. Таким образом, преимущество алгоритма оказалось небольшим, особенно после учета основных характеристик пациентов.

При этом автоматические измерения не всегда совпадали с врачебными. Медианное значение фракции выброса, рассчитанное алгоритмом, составило 57,8%, тогда как специалисты получили 62,1%. В дополнительной проверке 600 случайно выбранных снимков ошибки сегментации обнаружили в шести случаях. Чаще сложности возникали при крайних значениях фракции выброса, особенно очень низких. Это важно, поскольку именно такие показатели могут иметь большое значение при оценке состояния сердца.

Почему алгоритм справлялся не со всеми случаями

Результаты также различались в зависимости от заболевания. У пациентов с обструктивной ишемической болезнью сердца измерения ИИ лучше предсказывали смертность, чем врачебные оценки. При неишемической кардиомиопатии преимущество было менее выраженным, а при гипертрофической кардиомиопатии специалисты показали несколько лучшие результаты.

Авторы предположили, что одна из причин может заключаться в особенностях строения сердца. Например, алгоритм не всегда корректно учитывает такие анатомические детали, как увеличенные сосочковые мышцы и выраженная трабекулярность миокарда. Это показывает, что качество автоматического анализа может зависеть от конкретного состояния пациента, а усредненные показатели точности не гарантируют одинаково надежной работы во всех клинических ситуациях.

Почему пока рано доверять ИИ без проверки

Авторы исследования не утверждают, что алгоритм способен заменить врачей. Работа показала, что автоматические измерения могут быть полезны для оценки риска, но не доказала, что использование ИИ улучшает диагностику, помогает выбирать лечение или снижает смертность. Для этого необходимы проспективные исследования, в которых технологию будут проверять непосредственно в клинической практике. Кроме того, ученые не оценивали калибровку прогноза — то, насколько точно рассчитанный риск соответствует реальной вероятности события.

Есть и другие ограничения: большая часть участников исследования проходила обследование в одном медицинском центре Великобритании, а точность алгоритма не проверяли отдельно для разных этнических групп. Кроме того, у нескольких авторов были финансовые связи с компанией, связанной с разработкой использованной технологии.

Поэтому полученные результаты требуют независимой проверки. Пока наиболее обоснованный подход — рассматривать автоматические измерения как дополнительный инструмент, результаты которого должен оценивать специалист.