Studii medicale: inteligenta artificiala

O echipă interdisciplinară de patologi veterinari, experți în învățare automată și editori de reviste a propus un o listă de verificare cu 9 puncte destinată îmbunătățirii calității raportării în studiile care utilizează analiza automatizată a imaginilor (AIA) bazată pe inte

Studiu randomizat controlat pe 668 de pacienți din China: modelul AI EyeFM, antrenat pe 14,5 milioane de imagini oculare, a crescut acuratețea diagnosticului bolilor retiniene de la 75,4% la 92,2% față de medicii neasistat (p<0,001), și rata trimiterii la specialist de la 80,5% la 92,2%. Beneficiul

Meta-analiză sistematică: algoritmii AI care combină date din EEG, mișcări oculare, video/audio și analiza mersului detectează depresia cu AUC 0,95 (IC 95%: 0,92–0,96), net superior metodelor uni-modale. Prima sinteză sistematică a AI multi-modal în depistarea depresiei.

Algoritmul IA Queen of Hearts a depășit medicii în interpretarea ECG-urilor atipice de ocluzie miocardică, obținând o acuratețe de 88,9% față de 65,6% în rândul clinicienilor.

O sinteză sistematică a 13 studii a evaluat acuratețea inteligenței artificiale în detectarea apneei obstructive în somn, folosind polisomnografia drept referință. Acuratețea a variat între 67% și 98,6%, cele mai bune rezultate aparținând modelelor de învățare profundă și hibride, jumătate dintre st

Revizuirea sistematică evaluează IA în medicina legală, demonstrând o acuratețe de 70–98% în diverse aplicații, subliniind rolul său complementar expertizei umane și necesitatea validării clinice.

Cercetători din China au dezvoltat un model lingvistic de inteligență artificială care estimează vârsta biologică globală și pe organe folosind doar rapoartele obișnuite de analize. Validat pe peste 10 milioane de participanți din șase cohorte, modelul a prezis mortalitatea cu un indice de concordan

Un model AI de deep learning detectează cardiomiopatia hipertrofică din imagini ECG cu o acuratețe de 91–95%, validată în 4 centre internaționale, oferind un instrument de screening precoce.

Cercetători din China au dezvoltat GRAPE, un model de inteligență artificială care identifică cancerul gastric din tomografii fără contrast efectuate de rutină. Pe o cohortă externă de 18.160 de cazuri a atins o arie sub curbă de 0,927 și a depășit radiologii, crescând sensibilitatea cu 21,8%.

Studiu retrospectiv pe 4.576 de pacienți: două modele de învățare profundă aplicate radiografiilor toracice detectează hipertensiunea pulmonară cu sensibilitate de peste 90% (AUC 0,964), validate prin cateterism cardiac, ca instrument de depistare precoce în zone cu resurse limitate.

Studiu multicentric (n=3.205, 3 spitale): algoritmul AI Viz HCM detectează cardiomiopatia hipertrofică pe ECG cu AUC=0,975, sensibilitate 68,4% și specificitate 99,1%. Potențial major pentru screening și augmentarea diagnosticului în medicina primară și urgențe.

Analiză sistematică ce demonstrează potențialul inteligenței artificiale de a îmbunătăți acuratețea și eficiența imagisticii cardio-oncologice în depistarea precoce a cardiotoxicității.

Meta-analiza demonstrează că algoritmii IA ating o acuratețe diagnostică de 85% și o eficacitate terapeutică de 84% în psihiatrie, depășind performanțele clinice standard.

Studiu EHJ multinațional (n=286.880, 3 cohorte: SUA, UK Biobank, Brazilia): model AI pe imagini ECG (nu waveform digital) stratifică riscul de IC de nouă apariție cu AUC 0,718-0,810. Pacienții cu screening pozitiv au risc de IC de 4-24 ori mai mare. Inovatie: ECG ca imagine (JPEG) → aplicabilitate u

Studiu prospectiv chinez (n=100): model AI aplicat CCTA pentru caracterizarea plăcilor aterosclerotice a obținut AUC 0,98 față de AUC 0,76 pentru CCTA convențională (validat prin OCT ca referință). AI detectează superior plăcile bogate în lipide (LAP) și plăcile vulnerabile (TCFA). CT-FFR derivat AI