Сердечная недостаточность с сохраненной фракцией выброса составляет 50% всех случаев сердечной недостаточности в Великобритании
Исследование, проведенное Королевским колледжем Лондона (KCL), показало, что у чернокожих пациентов реже диагностируется распространенный тип сердечной недостаточности при использовании искусственного интеллекта (ИИ), по сравнению с обычной практикой.
Исследование, финансируемое Британским фондом сердца (British Heart Foundation), может помочь исследователям понять степень недооценки сердечной недостаточности с сохраненной фракцией выброса (СН) у представителей разных этнических групп, а также уменьшить предвзятость и улучшить диагностику.
По оценкам, сердечная недостаточность поражает более миллиона человек в Великобритании, у 50% из которых наблюдается СН, которая возникает, когда сердце нормально перекачивает кровь, но не может ее восполнить, что приводит к появлению таких признаков и симптомов недостаточности, как одышка, усталость и головокружение.
Используя алгоритм искусственного интеллекта под названием Natural Language Processing (NLP), который считывает и понимает медицинский текст и анализирует электронные медицинские записи, исследователи выявили почти 1973 пациента, которые соответствовали действующим рекомендациям Европейского общества кардиологов по диагностике СН – 64% из них были белыми, 29% — чернокожими и 7% — выходцами из Азии.
Стремясь выяснить, можно ли эффективно диагностировать этих же пациентов при обычном лечении без НЛП, исследователи обнаружили, что чернокожие и азиатские пациенты с меньшей вероятностью будут неправильно диагностированы с помощью искусственного интеллекта.
Команда считает, что это связано с тем, что HFpEF диагностируется частично с использованием результатов теста H2FPEF, который не используется в алгоритме, в то время как NLP рассматривает другие возможные факторы, в частности фибрилляцию предсердий, которая чаще встречается у белых и азиатов, по сравнению с гипертонией, которая чаще встречается у белых и азиатов. часто встречается у чернокожих пациентов.
В конечном счете, исследователи полагают, что инструмент диагностики HFpEF мог привести к тому, что было пропущено больше чернокожих пациентов, и подчеркивают необходимость улучшения диагностики HFpEF, а также анализа использования искусственного интеллекта для постановки более точного диагноза.
Соавтор исследования доктор Кевин О’Галлахер, ученый-клиницист и почетный консультант по интервенционной кардиологии KCL, прокомментировал: “Очень важно, чтобы клиницисты были осведомлены о том, как проявляется сердечная недостаточность у пациентов всех национальностей, если мы хотим эффективно бороться с неравенством в рамках этого заболевания.
“Необходимо провести дополнительные исследования, чтобы усовершенствовать диагностические инструменты. Крайне важно, чтобы у всех были одинаковые шансы получить доступ к лечению, улучшающему жизнь, когда они больше всего в нем нуждаются”.