Научная статья

Искусственный интеллект в ведении хронической болезни почек: обзор области применения

Artificial intelligence in chronic kidney disease management: a scoping review

Theranostics
10.7150/thno.108552
Полный текст Открыть в журнале PubMed PMC
FWCI: 9.92FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 39 · Лицензия: Неизвестна
Цитирование по годам: 2026: 31 · 2025: 7

Аннотация

Хроническая болезнь почек (ХБП) представляет собой серьёзную проблему общественного здравоохранения во всём мире и связана с сердечно-сосудистыми заболеваниями, почечной недостаточностью и повышенной смертностью. Для эффективного решения этой растущей проблемы срочно необходимы инновационные подходы к ведению пациентов. Мы провели обзор литературы с картированием для выявления ключевых направлений применения искусственного интеллекта (ИИ), способных улучшить ведение ХБП. Кроме того, мы рассмотрели проблемы, препятствующие применению ИИ в ведении ХБП, и предложили возможные решения для преодоления этих барьеров.

Мы проанализировали 41 статью, опубликованную в 2014–2024 гг., в которой изучались различные методы ИИ, включая машинное и глубокое обучение, кластеризацию без учителя, цифровых двойников, обработку естественного языка (NLP) и большие языковые модели (LLM), применяемые при ведении ХБП. Анализ был сосредоточен на четырёх направлениях: раннее выявление, стратификация риска и прогнозирование, рекомендации по лечению, а также уход за пациентами и коммуникация с ними.

Мы выявили 41 публикацию за 2014–2024 гг., в которых оценивались модели глубокого обучения на основе изображений для раннего выявления ХБП (n = 6), модели машинного обучения для стратификации риска и прогнозирования (n = 14) и выработки рекомендаций по лечению (n = 4), а также методы обработки естественного языка и большие языковые модели для ухода за пациентами и коммуникации с ними (n = 17). Ключевые проблемы интеграции моделей ИИ в систему здравоохранения включают технические вопросы, такие как качество и доступность данных, точность и интерпретируемость моделей, а также барьеры внедрения — интеграцию в рабочие процессы, обучение пользователей и получение регуляторного одобрения.

Интеграция ИИ в клиническую практику ведения пациентов с ХБП обладает значительным потенциалом для раннего выявления заболевания, прогнозирования и улучшения исходов лечения. Для разработки надёжных протоколов, обеспечивающих соблюдение требований законодательства, минимизацию рисков и безопасность пациентов, необходимо сотрудничество медицинских работников, исследователей, регулирующих органов и представителей промышленности.

Обоснование: Методы: Результаты: Выводы:

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.