Может ли искусственный интеллект улучшить качество медицинской помощи в Африке без риска для пациентов

В Африке к югу от Сахары нехватка квалифицированного медицинского персонала и ограниченный доступ к непрерывному обучению представляют собой серьезную проблему для качества медицинской помощи. Испытания, проведенные в Кении, показывают, что искусственный интеллект может оказать ценную поддержку врачам первичного звена. С июля по сентябрь 2024 года система поддержки медицинских решений на базе ИИ использовалась в 16 кенийских клиниках. Эта система анализирует медицинские карты пациентов и в реальном времени предлагает диагнозы и методы лечения, адаптированные к местному контексту.

Результаты показывают, что советы, сгенерированные ИИ, почти всегда соответствовали местным рекомендациям, при этом только в 3 % случаев были обнаружены ошибочные или вымышленные данные. Эти ошибки, часто связанные с неправильно истолкованными аббревиатурами или названиями лекарств, остаются редкими. Вместе с тем, в почти 8 % консультаций ИИ сформулировал потенциально опасные рекомендации, такие как неподходящие назначения или неполные диагнозы. Несмотря на это, врачи не всегда следовали полезным советам, изменяя свои решения только в 38 % случаев, когда ИИ предлагал улучшение.

Инструмент позволил исправить риски, присутствующие в первоначальных записях врачей, в 8 % консультаций. Однако вредные рекомендации выполнялись чаще, чем полезные советы, что подчеркивает проблему неравномерного принятия. Врачи игнорировали предложения ИИ в 62 % случаев, даже когда они могли улучшить ведение пациентов.

Стоимость использования этой системы остается очень низкой — около 0,5 цента доллара за консультацию, что делает её доступной даже в условиях ограниченных ресурсов. Тем не менее, её эффективность сильно зависит от адаптации к местному контексту. Неподходящие рекомендации, такие как недоступные лекарства или невозможные для проведения на месте обследования, иногда подрывали доверие медицинских работников.

Этот опыт показывает, что ИИ может укрепить качество медицинской помощи в плохо обслуживаемых районах при условии лучшей интеграции в местные реалии и осторожного использования. Непрерывное обучение врачей и соответствующие меры предосторожности необходимы для максимизации преимуществ и минимизации рисков. Дополнительные испытания необходимы, чтобы подтвердить реальное влияние на здоровье пациентов.

Crédits

Étude source

DOI : https://doi.org/10.1038/s44360-026-00082-5

Titre : Safety of a large language model-based clinical decision support system in African primary healthcare

Revue : Nature Health

Éditeur : Springer Science and Business Media LLC

Auteurs : Ambrose Agweyu; Paul Mwaniki; Wilkister Musau; Robert Korom; Lynda Isaaka; Conrad Wanyama; Sarah Kiptinness; Najib Adan; Mira Emmanuel-Fabula; Bilal A. Mateen