Xu hướng ứng dụng trí tuệ nhân tạo trong y tế và tim mạch
DOI:
https://doi.org/10.58354/jvc.107S(1).2024.783Tóm tắt
Hội nghị khoa học thường niên của Hội Tim mạch Hoa kỳ (AHA) luôn là sự kiện khoa học tim mạch quốc tế lớn nhất để khép lại một năm dương lịch. AHA 2023 tại Philadelphia, tháng 11 năm nay, đã giành không ít thời lượng để trình bày, chia sẻ và thảo luận vể các ứng dụng của trí tuệ nhân tạo (AI) bên giường bệnh với những thử nghiệm lâm sàng lần đầu được công bố như: (1) thử nghiệm SPEC-AI1 sàng lọc bằng ống nghe kỹ thuật số trên gần 1200 phụ nữ mang thai và sau sinh ở Nigeria cho phép tăng gấp đôi số ca suy tim mới phát hiện (vốn sẽ bị bỏ sót theo cách chăm sóc thông thường), cho phép quản lý thích hợp kịp thời và giảm tử vong hoặc biến chứng; (2) thử nghiêm SPEECH trên 400 người lớn suy tim ở Israel, tận dụng công nghệ phân tích tiếng nói trên điện thoại thông minh để phát hiện sớm các dấu hiệu xấu đi của suy tim, đạt độ chính xác tới 71% trong việc phát hiện các sự kiện suy tim khoảng 3 tuần trước khi nhập viện; (3) thử nghiệm ARISE trên các bệnh nhân nhồi máu cơ tim ST chênh lên (STEMI) tại một bệnh viện ở Đài Loan ứng dụng AI hỗ trợ phân tích điện tâm đồ cho phép tăng khả năng chẩn đoán (giá trị dự báo dương 88% và giá trị dự báo âm 99,9%) cho phép chuyển bệnh nhân STEMI đến phòng thông tim sớm gần 10 phút; (4) thử nghiệm ORFAN2 đánh giá thêm nguy cơ viêm dựa trên lớp mỡ quanh động mạch vành (ĐMV)khi chụp cắt lớp đa dãy ĐMV thường quy làm tăng khả năng dự báo các biến cố tim mạch độc lập với các thang điểm nguy cơ trên lâm sàng (xếp lại khoảng 30% bệnh nhân lên nhóm nguy cơ cao hơn và khoảng 10% xuống nhóm nguy cơ thấp).
Tài liệu tham khảo
Adedinsewo DA, Morales-Lara AC, Dugan J, et al. Screening for peripartum cardiomyopathies using artificial intelligence in Nigeria (SPEC-AI Nigeria): Clinical trial rationale and design. Am Heart J 2023;261:64-74. DOI: 10.1016/j.ahj.2023.03.008.
West HW, Siddique M, Williams MC, et al. Deep-Learning for Epicardial Adipose Tissue Assessment With Computed Tomography: Implications for Cardiovascular Risk Prediction. JACC Cardiovasc Imaging 2023;16(6):800-816. DOI: 10.1016/j.jcmg.2022.11.018.
Serra-Burriel M, Locher L, Vokinger KN. Development Pipeline and Geographic Representation of Trials for Artificial Intelligence/Machine Learning–Enabled Medical Devices (2010 to 2023). NEJM AI 2024;1(1):AIp2300038. DOI: 10.1056/AIpc2300038.
YL M. FDA Clears AI-ECG Screening Tools for CV Care. (https://www.tctmd.com/news/fda-clears-ai-ecg-screening-tools-cv-care-whats-next-grabs).
https://www.tctmd.com/news/fda-clears-ai-ecg-screening-tools-cv-care-whats-next-grabs).">
Singhal K, Azizi S, Tu T, et al. Large language models encode clinical knowledge. Nature 2023;620(7972):172-180. DOI: 10.1038/s41586-023-06291-2.
Lim ZW, Pushpanathan K, Yew SME, et al. Benchmarking large language models' performances for myopia care: a comparative analysis of ChatGPT-3.5, ChatGPT-4.0, and Google Bard. EBioMedicine 2023;95:104770. DOI: 10.1016/j.ebiom.2023.104770.
Goodman RS, Patrinely JR, Stone CA, Jr., et al. Accuracy and Reliability of Chatbot Responses to Physician Questions. JAMA Netw Open 2023;6(10):e2336483. DOI: 10.1001/jamanetworkopen.2023.36483.
Patel SB, Lam K. ChatGPT: the future of discharge summaries? Lancet Digit Health 2023;5(3):e107-e108. DOI: 10.1016/S2589-7500(23)00021-3.
Smith AL, Greaves F, Panch T. Hallucination or Confabulation? Neuroanatomy as metaphor in Large Language Models. PLOS Digit Health 2023;2(11):e0000388. DOI: 10.1371/journal.pdig.0000388.
The Lancet Digital H. Large language models: a new chapter in digital health. Lancet Digit Health 2024;6(1):e1. DOI: 10.1016/S2589-7500(23)00254-6.
Boonstra MJ, Weissenbacher D, Moore JH, Gonzalez-Hernandez G, Asselbergs FW. Artificial intelligence: revolutionizing cardiology with large language models. Eur Heart J 2024. DOI: 10.1093/eurheartj/ehad838.
Suran M, Hswen Y. How to Navigate the Pitfalls of AI Hype in Health Care. JAMA 2024. DOI: 10.1001/jama.2023.23330.
