Studii medicale: inteligenta artificiala

Sinteză Cell Reports Medicine pe aplicațiile inteligenței artificiale în managementul diabetului — pancreas artificial, monitorizare glicemică predictivă, depistare retinopatie și ecosisteme digitale de sănătate. Provocările de echitate algoritmică, reglementare și integrare în sistemele clinice lim

Revizuire (Alzheimer's & Dementia 2023): ML pentru profilarea riscului de demență (CAIDE AUC 0,77), recrutare în trialuri, drug repurposing (JAK inhibitori). Limitări: bias etnic, cauzalitate, black box.

Revizuire (Clin Ther 2023, Perth): AI transformă CCTA — segmentarea automată a coronarelor, FFRct bazat pe AI, caracterizarea placilor vulnerabile (HRP), grasimea pericoronara (PCAT) ca biomarker inflamator. AI reduce timpii de analiză și variabilitatea inter-reader.

Studiul prospectiv ScreenTrustCAD (Suedia, 55.581 femei) arată că 1 radiolog + IA detectează 261 de cancere mamare față de 250 prin dublu citit standard de 2 radiologi (non-inferioritate confirmată, +4%). Citirea triplă 2 radiologi + IA detectează 269 cancere — 19 în plus față de standard.

Meta-analiză sistematică pe 18.232 pacienți din studii randomizate care a comparat colonoscopia cu sisteme de detecție asistată de AI (CADe) față de colonoscopia standard. AI a crescut rata de depistare a adenoamelor de la 35,9% la 44,0% (RR 1,24) și a redus rata de nedetecție cu 55%, dar a crescut

Un algoritm de inteligență artificială aplicat pe ECG detectează boala coronariană obstructivă cu o acuratețe comparabilă cu evaluarea clinică tradițională, validat pe 4.951 de pacienți.

Analiza sistematică a 255 de studii evaluează potențialul AI în neuroimagistica pentru demență, evidențiind performanțe diagnostice ridicate, dar și limitări privind diversitatea datelor și validarea.

Analiță sistematică a 181 de articole din 2013–2023 demonstrează că algoritmii de machine learning și deep learning obțin sensibilitate, specificitate și acuratețe diagnostică superioare față de abordarea exclusiv clinică în detectarea ischemiei miocardice acute, cu bariere etice și tehnice care frâ

Yale New Haven Hospital și colaboratori, SUA. Circulation, 2023. Studiu de dezvoltare și validare a unui model de deep learning bazat pe imagini ECG (nu semnale digitale) pentru screeningul disfuncției sistolice a ventriculului stâng (LVEF <40%), demonstrând AUROC 0,90–0,95 pe 385.601 ECG-

Revizuirea analizează rolul IA în psihiatrie, evidențiind potențialul algoritmilor de deep learning în diagnosticul precoce, monitorizarea continuă și personalizarea tratamentului psihiatric.

Studiu de urmărire 10 ani (n=536): stadializarea cantitativă AI a plăcilor coronariene (AI-QCT) prezice MACE superior scorului CAC (C-index 0,73 vs 0,68) și factorilor clinici, prin caracterizarea plăcilor necalcificate vulnerabile independent de calcificările coronariene.

Revizuire sistematică privind integrarea IA în medicină și educația medicală, evidențiind necesitatea urgentă a unor standarde etice și curriculare pentru formarea viitorilor medici.

Model de machine learning pe 73 caracteristici ECG (7.313 pacienți, validare externă): AUROC 0,91 față de 0,79 clinicieni și 0,78 sisteme comerciale. Reclasifică corect 1 din 3 pacienți cu durere toracică; reduce ocluziunile coronariene nediagnosticate cu 85%.

Recenzie sistematică a 286 de studii privind deep learning în riscul cardiovascular; CNN și modelele ensemble sunt superioare, dar riscul de bias și lipsa validării externe rămân bariere majore.

Geneformer, un model AI transformer pre-antrenat pe 29,9 milioane de transcriptome unicelulare umane, poate prezice rețele de reglare genică și identifica ținte terapeutice noi prin transfer learning, cu validare experimentală CRISPR în modele de cardiomiopatie.