Key points are not available for this paper at this time.
Neueste Fortschritte in der KI in der kardiovaskulären Versorgung bieten potenzielle Verbesserungen in Diagnose, Behandlung und Ergebnissen. Bisher konzentrieren sich Innovationen auf die Automatisierung von Messungen, die Verbesserung der Bildqualität und die Erkennung von Krankheiten mittels neuartiger Methoden. Die Anwendungen reichen von tragbaren Geräten über Elektrokardiogramme, Echokardiographie, Angiographie, Genetik und mehr. KI-Modelle erkennen Krankheiten aus Elektrokardiogrammen mit einer Genauigkeit, die zuvor weder durch Technologie noch von menschlichen Experten erreicht wurde, einschließlich reduzierter Ejektionsfraktion, Herzklappenerkrankungen und anderen Kardiomyopathien. Jedoch erfordert die Einzigartigkeit der KI rigorose Validierung durch die Berücksichtigung von Trainingsmethoden, Wirksamkeit in der realen Welt, Gerechtigkeitsfragen und langfristige Zuverlässigkeit. Trotz der exponentiell wachsenden Anzahl von Studien in der kardiovaskulären KI fehlen noch Randomisiert-kontrollierte Studien, die eine Verbesserung der Ergebnisse zeigen. Eine Reihe ist derzeit im Gange. Die Annahme dieser sich schnell entwickelnden Technologie bei gleichzeitiger Festlegung eines hohen Evaluationsstandards wird entscheidend sein, damit die Kardiologie KI nutzen kann, um die Patientenversorgung und das Anbietererlebnis zu verbessern.
“AI technologies have shown early promise in screening for disease, integrating disparate imaging data sources into composite assessments, providing workflow efficiencies through preprocessing of images, and assisting clinicians with more accurate diagnoses.”
Elias et al. (Sun,) haben diese Frage untersucht.