Новые направления в мобильном здравоохранении с применением искусственного интеллекта: обзор с картированием исследований

Введение: В последние годы искусственный интеллект (ИИ) преобразил оказание медицинской помощи. Растёт число исследований передовых методов ИИ, таких как глубокое обучение, для создания прогностических моделей раннего выявления заболеваний. Эти модели используют данные мобильного здравоохранения, полученные с носимых датчиков и смартфонов, чтобы находить новые способы выявления хронических заболеваний и психических расстройств и ведения пациентов с ними.

Цель: В настоящее время известно мало о применении мобильного здравоохранения с использованием ИИ (AIM). Цель этого обзора с картированием исследований — обобщить современные данные о применении AIM для ведения пациентов с заболеваниями и укрепления здоровья. Мы обобщили исследования моделей AIM, всё чаще используемых для оказания медицинской помощи в последние 2 года.

Методы: Мы изучили публикации об AIM за последние 2 года в области биомедицинских технологий, ИИ и информационных систем, следуя пятиэтапной методике проведения обзоров с картированием, предложенной Arksey и O’Malley. Поиск провели в трёх базах данных: PubsOnline на платформе INFORMS, архиве электронных журналов MIS Quarterly и цифровой библиотеке Association for Computing Machinery (ACM); использовали ключевые слова «мобильное здравоохранение», «носимые медицинские датчики», «смартфоны» и «ИИ». Включали статьи об AIM, исключая технические публикации, посвящённые только моделям ИИ. Для отбора публикаций, позволяющих всесторонне охарактеризовать современные исследования в области AIM, также применили рекомендации PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses).

Результаты: Мы отобрали 108 статей о разработке моделей AIM для повышения качества оказания медицинской помощи, раннего выявления заболеваний и диагностики хронических состояний; критериям включения соответствовали 37 статей. Из них 31 (76%) были опубликованы в прошлом году. В 9 статьях изучались модели ИИ для выявления серьёзных психических расстройств, таких как депрессия и склонность к суициду, а также хронических заболеваний, например апноэ сна и сахарного диабета. В нескольких статьях обсуждалось применение моделей AIM для дистанционного наблюдения за пациентами и ведения заболеваний. Основные рассматриваемые проблемы здоровья относились к трём категориям: психическое здоровье, физическое здоровье, укрепление здоровья и благополучие. В 14 из 37 статей (38%) изучалось применение AIM для решения задач, связанных с физическим здоровьем. В 28 из 37 исследований (76%) использовались закрытые, а не общедоступные наборы данных. Мы выявили недостаток исследований хронических психических расстройств и общедоступных наборов данных для исследований AIM.

Выводы: Применение моделей AIM для выявления заболеваний и ведения пациентов с ними — быстро развивающееся направление исследований. Эти модели позволяют получать точные прогнозы и масштабировать профилактическую помощь. В условиях растущей потребности в дистанционном ведении заболеваний во время пандемии современные методы ИИ, такие как федеративное обучение и объяснимый ИИ, могут ускорить внедрение AIM и обеспечить безопасный обмен данными в системе здравоохранения.