Відповідно до звіту, опублікованого цього тижня Cardiovascular Business, регуляторні органи США дозволили модель штучного інтелекту, призначену для виявлення серцевих нападів безпосередньо за результатами електрокардіограми. Система, відома як Queen of Hearts, є платформою ЕКГ на основі штучного інтелекту, розробленою медичною технологічною компанією Powerful Medical, і її дозвіл знаменує ще один крок у тихій міграції машинного навчання з дослідницьких статей у відділення невідкладної допомоги, де хвилини визначають результати. Щоб дізнатися більше про ШІ в медицині, слідкуйте за нашими [останніми розробками ШІ] (https://aibuzzwire.news).

Відповідно до звіту торговельного видання від 4 вересня, дозвіл FDA охоплює використання моделі для виявлення серцевих нападів за результатами ЕКГ, додаючи цей інструмент у компанію невеликого, але зростаючого набору систем штучного інтелекту, які клініцисти можуть законно складати в робочі процеси серцевого сортування.

Докази авторизації

Дозвіл був отриманий після великого дослідження безпеки під керівництвом UC Davis Health, опублікованого в JACC: Cardiovascular Interventions і представленого на конференції Transcatheter Cardiovascular Therapeutics 2025 року, під час якого платформу Queen of Hearts перевіряли на стандартне сортування в трьох лікарнях США. Результати були вражаючими: серед понад 1000 пацієнтів із підозрою на найважчу форму серцевого нападу штучний інтелект перевершив існуючий процес на обох кінцях книги — виявляв більше справжніх серцевих нападів, генеруючи значно менше помилкових тривог.

У дослідженні було розглянуто записи відділень невідкладної допомоги Медичного центру Каліфорнійського університету в Девісі та двох інших географічно різноманітних лікарень США, використовуючи ЕКГ, зібрані в період з січня 2020 року по травень 2024 року. Подальше тестування підтвердило, що 58 відсотків підозрюваних пацієнтів справді мали STEMI — інфаркт міокарда з елевацією сегмента ST, тип серцевого нападу, спричинений повністю заблокованою артерією. Решта 42 відсотки були помилковими тривогами.

На початковій ЕКГ модель штучного інтелекту правильно ідентифікувала 553 підтверджених випадки в порівнянні з 427, виявленими традиційними методами. Не менш важливо те, що це зменшило кількість помилкових спрацьовувань приблизно до 8 відсотків проти майже 42 відсотків за стандартного сортування.

Чому хвилини важливі при STEMI

ИМST є одним з найбільш критичних у часі діагнозів у медицині. Остаточним лікуванням є черезшкірне коронарне втручання, процедура, яка відновлює кровотік через заблоковану артерію, а вікно надзвичайно коротке. За даними дослідників Каліфорнійського університету в Девісі, коли лікування триває більше 90 хвилин, ризик смерті приблизно втричі вищий.

Саме ця арифметика робить точність сортування настільки важливою. Кожна помилкова активація лабораторії катетеризації серця споживає ресурси, а в лікарнях без надлишкових команд може затримати надання допомоги наступному пацієнту. Кожен пропущений STEMI ризикує найгіршим результатом.

«Ці результати демонструють потенціал додатків на основі штучного інтелекту для трансформації невідкладної серцево-судинної допомоги», — сказав під час публікації Брін Мумма, професор невідкладної медицини в UC Davis Health і головний дослідник дослідження. Її команда прийшла до висновку, що використання моделі при першому медичному контакті може скоротити час лікування та зменшити помилкові активації протоколів екстреної допомоги.

Інструмент, а не заміна

Мумма та її колеги ретельно сформулювали роль платформи. ШІ, зазначила вона, слід тлумачити з обережністю, і він повинен служити інструментом підтримки, а не заміною клінічного судження — застереження, яке застосовується з однаковою силою тепер, коли модель має регуляторний дозвіл.

Дозвіл також потрапляє в нормативне середовище, яке активно налаштовано на медичний штучний інтелект. Останні місяці FDA витратило на те, щоб залучити громадськість до генеративного штучного інтелекту в медичних пристроях, одночасно розробляючи постійний потік алгоритмів для завдань візуалізації, скринінгу та моніторингу. Виявлення серцевого нападу за стандартною ЕКГ у 12 відведеннях — тест, який виконується мільйони разів на день за допомогою обладнання, уже встановленого в кожній лікарні та машині швидкої допомоги — є одним із найефективніших застосувань, оскільки не вимагає нового обладнання, лише кращої інтерпретації даних, які клініцисти вже збирають.

Якщо тестова продуктивність платформи Queen of Hearts переходить у звичайне використання, арифметика припускає значну вм’ятину як у пропущених інфарктах STIM, так і в марних активаціях катетерної лабораторії. Власні автори дослідження поки що зберігають консервативні рамки: технологія працює найкраще, коли вона працює разом із клініцистами, а не замість них.

Частина ширшої моделі FDA

Дозвіл також відповідає чіткій моделі в агентстві. На початку цього року FDA схвалило платформу HeartLung для оппортуністичної візуалізації, яка перевіряє звичайні КТ грудної клітки на серцево-судинні та інші захворювання, на які пацієнти не сканувалися, — та сама логіка «знайти хворобу у вже зібраних даних», яка робить детектор серцевого нападу на основі ЕКГ таким привабливим. І агентство має відкриту реєстрацію, яка вимагає від громадськості думки про те, як генеративний штучний інтелект має регулюватися в медичних пристроях, сигналізуючи про те, що поточний цикл дозволів є прелюдією до більш формальної структури, а не спеціального спринту.

Для Powerful Medical практичний ефект є комерційним: лікарні США тепер можуть оцінювати Queen of Hearts не як дослідницьку цікавинку, а як дозволений пристрій у кардіологічному сортуванні. Для десятків інших команд, які навчаються моделям на основі архівів ЕКГ, це створює прецедент, який варто вивчити — клінічні докази, отримані в результаті дослідження безпеки в багатьох місцях, опубліковані у великому кардіологічному журналі з подальшим дозволом регулятора.

Будьте попереду ШІ

Слідкуйте за інструментами ШІ, які рухаються від лабораторії до клініки. Читайте більше новин AI щодня.

Читати більше новин AI →