醫療科技 · global
AI引導新手拍出可判讀心臟超音波,社區應用仍有品質落差
八項研究顯示,AI即時引導能協助非專業操作者取得合格影像;但走出訓練與督導較完整的環境,成果明顯分歧。影像拍得出來,距離診斷可靠、患者受益,還有待驗證。
心臟超音波要看清楚,第一道關卡往往就在握著探頭的手上。即使設備到了患者身邊,操作者仍得找到合適的位置與角度。11月16日刊於《BMC Cardiovascular Disorders》的一項統合分析顯示,AI即時引導有望協助缺乏正式心臟超音波訓練的人取得可供判讀的影像,但成效能否延伸到日常社區服務,取決於更多配套。
研究整合八項真人患者研究,涵蓋74名新手或非專業操作者、五套AI系統,以及2,365筆觀察資料。這類工具在掃描當下提供探頭位置與影像品質的回饋,協助操作者取像。主要分析估計,符合各研究預先訂定品質門檻的比例為96.3%,95%信賴區間為85.5%至99.3%;研究之間差異很大,這個數字不能直接當成任何新服務的預期成功率。
分開看部署方式,差距更為鮮明。六項採受控條件或明確執行流程的研究,合併影像合格率為98.0%;兩項分散式社區研究則為63.7%,95%信賴區間寬達20.6%至92.6%。Bioengineer.org與Unite.AI的同事件報導也都凸顯了這道落差:技術在安排周全的研究環境中可行,不代表擴大服務後自然能維持相同品質。
不過,這項比較是研究完成主要分析後才進行的探索性分析。社區研究與其他研究在督導、訓練、操作者背景及患者選擇上都有差異,無法把結果單獨歸因於場域。尤其社區資料只有兩項研究,63.7%更適合視為目前證據的描述,而非社區應用的固定上限。
「品質合格」的定義也並不一致。五項研究由獨立專家評估影像,另外三項則以軟體能否成功產生左心室射出分率數值作為標準;後者是衡量心臟泵血功能的指標,卻不能單憑成功輸出數值,就認定所有臨床問題都能被可靠判讀。此外,2,365筆資料並非全數來自不同患者,其中一項研究計算重複掃描次數,另一項計算個別影像,解讀資料規模時必須保留這層區別。
這份分析支持的是新手在AI協助下取像的可行性。由於納入研究幾乎都是單組設計,它尚不能清楚回答:相較於沒有AI協助,操作者究竟進步多少。影像達到研究設定的門檻,也不等同診斷準確;目前資料更未證實這種引導能改善後續治療決策或患者健康結果。
若要讓更多地方取得心臟檢查服務,下一步不能只看軟體能否指引探頭,還得確認訓練、專家支援與影像品質查核如何共同運作。研究者將這些列為擴大部署的優先事項,並呼籲以比較性研究,串起取像品質、診斷準確度與臨床效益。AI已展現協助更多人拍出可用影像的可能,能否把這份可能轉為穩定的照護能力,仍需要更貼近日常服務的證據。