Современное состояние искусственного интеллекта в детской хирургии: систематический обзор

Введение: Недавно было показано, что искусственный интеллект (ИИ) способен совершенствовать организацию клинической работы и улучшать исходы лечения, однако его потенциал в детской хирургии пока в значительной степени не изучен. В этом систематическом обзоре подробно рассматривается применение ИИ в детской хирургии.

Методы: Был выполнен поиск в девяти медицинских базах данных с момента их создания по январь 2023 года включительно; были выявлены публикации, посвящённые применению ИИ в детской хирургии. Два автора независимо изучили полные тексты соответствующих критериям публикаций. В обзор включали оригинальные исследования, посвящённые разработке, валидации или клиническому применению моделей ИИ при заболеваниях у детей, лечение которых преимущественно хирургическое. Исключали публикации, не прошедшие рецензирование, обзорные статьи, редакционные материалы, комментарии и описания клинических случаев, а также исследования, не посвящённые детским хирургическим заболеваниям или не предусматривавшие применение хотя бы одной модели ИИ. Извлекали данные о характеристиках исследований, хирургической специальности, методе и типе алгоритма ИИ, роли модели ИИ (алгоритма) и показателях её эффективности, основных результатах, интерпретируемости, валидации и риске систематической ошибки с использованием инструментов PROBAST и QUADAS-2.

Результаты: Авторы просмотрели 8178 публикаций и включили 112. В половине исследований (50%) сообщалось о прогностических моделях: для прогнозирования нежелательных явлений — в 25%, хирургических исходов — в 16% и выживаемости — в 9% случаев. Далее следовали диагностические модели (29%) и модели поддержки принятия решений (21%). Во всех областях применения наиболее часто использовали нейронные сети (44%) и ансамблевые алгоритмы (36%). Среди детских хирургических специальностей, представленных во всех моделях, преобладали общая хирургия (31%) и нейрохирургия (25%). Интерпретируемыми были 44% моделей, а одновременно интерпретируемыми и прошедшими внешнюю валидацию — 6%. Высокий риск систематической ошибки выявлен у 40% моделей, а сомнения в их применимости — у 7%.

Выводы: ИИ обладает широким потенциалом для клинического применения в детской хирургии, однако лишь немногие опубликованные алгоритмы прошли внешнюю валидацию, являются интерпретируемыми и не имеют систематической ошибки. В дальнейших исследованиях необходимо сосредоточиться на разработке моделей ИИ с проспективной валидацией и их последующей интеграции в клинические рабочие процессы.

Уровень доказательности: 2A.