Проблемы и решения в применении алгоритмов машинного обучения для анализа данных в кардиологии

Аннотация:

Внедрение методов машинного обучения (MO) в клиническую кардиологию сопровождается рядом комплексных барьеров, существенно замедляющих трансляцию в практику методологических, этико-правовых и инфраструктурных алгоритмов. Цель исследования. Системно проанализировать и структурировать данные о ключевых барьерах внедрения методов MO в клиническую кардиологию, а также предложить рекомендации по их преодолению с учетом международного опыта и российских реалий. Проведен тематический контент-анализ 40 публикаций (31 англоязычной, 2019—2024; 9 русскоязычных, 2004—2024), отобранных в базах данных PubMed, Web of Science, Scopus и eLibrary.ru по ключевым словам: «machine learning», «cardiology», «implementation», «barriers». Анализ охватил методологические, интерпретационные, этико-правовые и инфраструктурные аспекты. В результате определены основные сложности внедрения методов MO в кардиологическую практику. K ним относятся: методологические ограничения, проявляющиеся в низкой воспроизводимости моделей и необходимости их перекалибровки под локальные данные; проблема «черного ящика», когда объяснение решений алгоритмов остается затруднительным для клиницистов; недостаточная разработанность этико-правовой базы, что создает риск ответственности при ошибках алгоритмов и означает необходимость унификации нормативов; инфраструктурные барьеры, включающие разнородность форматов медицинских изображений и отсутствие централизованных аннотированных регистров, что ограничивает объем доступных для обучения данных. Заключение. Алгоритмы MO в кардиологии способны улучшить прогнозирование, диагностику и персонализацию терапии, тем не менее их внедрение ограничено качеством данных, методологией, этикой и интеграцией в клинические процессы. Решение этих вопросов путем стандартизации, применения технологии Explainable Al и разработки отраслевых протоколов потенциально может позволить оптимизировать процесс интеграции.

Авторы:

Издание: Профилактическая медицина
Год издания: 2025
Объем: 7с.
Дополнительная информация: 2025.-N 10.-С.16-22. Библ. 40 назв.
Просмотров: 2