AI-ECG jako narzędzie wczesnej diagnozy niewydolności serca: skuteczność i korzyści ekonomiczne
Wcześniejsze badania wykazały, że lekarze pierwszego kontaktu korzystający z narzędzi AI-ECG identyfikowali więcej nieznanych przypadków niewydolności serca w postaci niskiej frakcji wyrzutowej, niż bez użycia AI. Nowe wyniki badania, opublikowane w „Mayo Clinic Proceedings: Digital Health”, sugerują, że tego rodzaju przesiewowe badania są również opłacalne w długim okresie, zwłaszcza w warunkach ambulatoryjnych.
Stopniowe pogarszanie się funkcji serca można leczyć farmakologicznie, jednak może być trudne do wykrycia. Pacjenci mogą nie odczuwać żadnych objawów, gdy ich serce nie pompuje efektywnie, a lekarze mogą nie zlecać echokardiogramu lub innych badań diagnostycznych oceniających frakcję wyrzutową, jeśli objawy nie występują. Dr Peter Noseworthy, kardiolog z Mayo Clinic i współautor badania, zauważa, że wykorzystanie AI do wychwytywania ukrytych sygnałów niewydolności serca podczas rutynowej wizyty może umożliwić wcześniejsze leczenie pacjentów, opóźniając lub zatrzymując postęp choroby oraz zmniejszając związane z nią koszty medyczne w dłuższym okresie.
Zgodnie z wynikami badania, stosunek kosztów do skuteczności narzędzia AI-ECG wynosił 27 858 USD na jeden rok życia skorygowany o jakość (QALY) – miarę jakości życia i przeżytych lat. Program był szczególnie opłacalny w warunkach ambulatoryjnych, gdzie stosunek kosztów do skuteczności wynosił zaledwie 1 651 USD na QALY.
Naukowcy przeanalizowali ekonomiczny wpływ zastosowania narzędzia AI-ECG, korzystając z danych rzeczywistych od 22 000 uczestników badania EAGLE oraz śledząc, u których pacjentów występowała słaba pompa serca, a u których nie. Następnie symulowali długoterminowy rozwój choroby, przypisując wartości związane z obciążeniem zdrowotnym pacjentów i jego wpływem na wartość ekonomiczną.
„Klasyfikowaliśmy pacjentów jako AI-ECG pozytywnych, co oznaczało zalecenie dalszych badań pod kątem niskiej frakcji wyrzutowej, lub AI-ECG negatywnych, co nie wymagało dalszych testów. Następnie śledziliśmy standardowy przebieg opieki i analizowaliśmy, jakie były koszty. Czy wykonano u nich echokardiogram? Czy pozostali zdrowi, czy rozwinęła się u nich niewydolność serca wymagająca hospitalizacji? Rozważaliśmy różne scenariusze, koszty i wyniki dla pacjentów” – mówi dr Xiaoxi Yao, profesor badań nad usługami zdrowotnymi w Mayo Clinic.
Dr Yao, główna autorka badania, podkreśla, że ocena opłacalności jest istotnym elementem analizy technologii AI przy podejmowaniu decyzji o ich wdrażaniu w praktyce klinicznej.
„Wiemy, że wcześniejsza diagnoza może prowadzić do lepszych i bardziej opłacalnych opcji leczenia. Aby to osiągnąć, opracowujemy ramy oceny i wdrażania AI. Następnym krokiem jest znalezienie sposobów na usprawnienie tego procesu, aby zredukować czas i zasoby wymagane do tak rygorystycznej oceny” – dodaje dr Yao.
Badanie zostało sfinansowane przez Mayo Clinic Robert D. and Patricia E. Kern Center for the Science of Health Care Delivery. Mayo Clinic oraz niektórzy badacze mają interes finansowy w technologii, o której mowa w tym komunikacie prasowym. Wszelkie przychody, które Mayo Clinic uzyska z tej technologii, zostaną przeznaczone na wspieranie jej działalności non-profit w zakresie opieki nad pacjentami, edukacji i badań naukowych.
Mayo Clinic jest organizacją non-profit, zaangażowaną w innowacje w praktyce klinicznej, edukacji i badaniach oraz dostarczaniu współczucia, wiedzy i odpowiedzi wszystkim potrzebującym wsparcia w leczeniu.
Źródło: Mayo Clinic Proceedings Digital Health
