Відповідно до проспективних результатів клінічної перевірки, опублікованих у Frontiers in Medicine, платформа штучного інтелекту Swaasa досягла 90-відсоткової точності в розрізненні здорових людей від пацієнтів із респіраторними захворюваннями. Цей результат може змінити спосіб обстеження захворювань легенів поза традиційними клініками.

Висновки, опубліковані цього тижня Bioengineer.org, походять від однієї з найбільш масштабних проспективних оцінок скринінгу на кашель на основі штучного інтелекту на сьогоднішній день, і вони надходять, оскільки системи охорони здоров’я по всьому світу шукають дешевші способи виявлення хронічних респіраторних захворювань на ранніх стадіях. Саме поступовий, але ретельно перевірений прогрес останніх розробок ШІ часто говорить більше про те, куди насправді рухається медичний ШІ, ніж будь-який запуск продукту.

Як працює Swaasa

Swaasa — це дослідницька платформа, яка працює як програмне забезпечення як медичний пристрій, застосовуючи алгоритми штучного інтелекту до записів кашлю, зроблених на мобільному пристрої. Платформа, розроблена для створення автоматизованих клінічних показань на основі акустичних сигналів, оцінює записи кашлю, щоб визначити загальний ризик як нормальний або ненормальний, класифікувати спірометричні фізіологічні моделі як обструктивні, обмежувальні або нормальні та оцінити тяжкість картини як легку, помірну або важку.

Окрім фізіології, система генерує діагностичні ознаки щодо наявності специфічних респіраторних захворювань, включаючи астму, хронічне обструктивне захворювання легень (ХОЗЛ), інтерстиціальне захворювання легень та бронхоектази. Обіцянка проста: п’ятисекундний кашель у мікрофон телефону може позначити ознаки серйозного захворювання легенів ще до того, як пацієнт потрапить до спірометричної лабораторії.

Всередині випробування

Проспективне клінічне випробування було зареєстровано під номером CTRI/2021/04/032742 12 квітня 2021 року, у якому брали участь дорослі учасники віком від 18 років, які звернулися до відділень лікарні з респіраторними симптомами. Перша реєстрація почалася 19 квітня 2021 року, а пробний період завершився 14 вересня 2023 року.

Остаточна когорта включала 2179 пацієнтів із респіраторними захворюваннями разом із 827 нормальними особами, причому учасники чоловічої статі становили 62 відсотки досліджуваної популяції. Під час протоколу звуки кашлю учасників записувалися на мобільний пристрій, що працює на платформі Swaasa AI, і для порівняння проводилася спірометрія.

Випробування встановило спірометрію як еталонний стандарт для фізіологічної картини та тяжкості картини, тоді як клінічні діагнози, встановлені лікарем, слугували еталонним стандартом для категорій захворювань. Поліхотомічні змінні були поділені на класифікації нормальних і ненормальних, і були створені мультикласові результати для стану захворювання, тяжкості шаблону та окремих категорій захворювання.

Показники продуктивності

У бінарній класифікації платформа продемонструвала 90-відсоткову точність у диференціації нормальних людей від тих, хто має аномальні респіраторні захворювання, відповідаючи 90-відсотковій точності, зафіксованій для визначення нормальної та аномальної спірометрії. Описовий аналіз підгруп показав, що ефективність скринінгу була загалом порівнянною між оцінюваними віковими та статевими групами пацієнтів.

Результати в кількох класах були поважними, хоча й менш вражаючими. Платформа досягла діапазону точності від 79% до 84% для класифікації спірометричних моделей і від 76% до 84,5% для класифікації тяжкості картини. При диференціації конкретних типів захворювань серед астми, ХОЗЛ, інтерстиціального захворювання легенів і бронхоектазів точність становила від 83 до 93 відсотків.

Хто це побудував

Автори дослідження пов’язані з Christian Medical College Vellore, Salcit Technologies Private Limited — розробником Swaasa — і The Tamil Nadu Dr MGR Medical University. Автори дійшли висновку, що Swaasa демонструє багатообіцяючу ефективність скринінгу в демографічних підгрупах досліджуваної популяції.

Примітна структура співпраці: академічний медичний центр, який забезпечує клінічну ретельність, медичний університет і стартап, що постачає акустичний ШІ. Ця комбінація — клініцисти перевіряють алгоритм стартапу на відповідність усталеним діагностичним — все частіше стає шаблоном для надійних медичних досліджень штучного інтелекту, на відміну від бенчмарків, що проводяться постачальниками, які викликають виправданий скептицизм.

Чому акустика кашлю важлива

Спірометрія, поточний золотий стандарт функції легенів, вимагає обладнання, навчених техніків і кооперативного пацієнта, який виконує маневри примусового дихання. Для запису кашлю потрібен телефон. Якщо скринінг штучного інтелекту може надійно визначити, хто потребує підтверджувального тестування, економіка респіраторного скринінгу кардинально зміниться, особливо для таких захворювань, як ХОЗЛ, які зазвичай пізно діагностуються.

Застереження реальні. Це було зарахування дорослих із симптомами на базі лікарні, а не скринінг населення в цілому, і точність контрольованого проспективного протоколу може відрізнятися від безладного розгортання в реальному світі. Платформа залишається дослідженою, і 90-відсоткова точність у розрізненні норми від патології не означає, що вона може надійно відрізнити чотири різні хвороби в кожному випадку — багатокласові діапазони це чітко підтверджують.

Регуляторний шлях є наступним вузьким місцем. Оскільки Swaasa позиціонується як програмне забезпечення як медичний пристрій, для його діагностичних показань потрібно буде очистити процеси нагляду, які застосовуються до інструментів клінічного прийняття рішень, перш ніж він зможе перейти від дослідницького використання до звичайного лікування. Проспективна валідація, опублікована в рецензованому журналі, є передумовою для такої розмови, а не її заміною.

Існує також практична асиметрія, яка працює на користь платформи. Для спірометрії потрібне обладнання, калібрування та навчений технік у кімнаті; для запису кашлю потрібен пристрій, який вже є у більшості пацієнтів, і маневр, який уже знає кожен пацієнт. Під час скринінгу, де метою є визначити, хто потребує підтверджувального тестування, а не поставити остаточний діагноз, дещо менш точний тест, який охоплює в десять разів більше людей, може врятувати більше життів, ніж точний тест, який знаходиться в підвалі лікарні. Результати дослідження показали, що ефективність стабільна в різних вікових і статевих групах – це саме той тип узгодженості, який необхідний скринінговому інструменту для масштабування.

Проте траєкторія має значення. Екран на телефоні, перевірений спірометрією у понад 3000 учасників, більше не є салонним трюком. Наступний тест — розгортання: чи може скринінг на основі штучного інтелекту від кашлю зберігати свою точність у клініках, аптеках і вдома, і чи приймають регулятори та лікарі діагностичний сигнал, який надходить від звуку, про який більшість людей майже не замислюється.

---

Будьте попереду ШІ

Отримуйте останні новини штучного інтелекту, аналіз і прориви — усе в одному місці.

Читати більше новин AI →