Машинное обучение в паллиативной помощи: Картирующий обзор приложений

Недавнее всестороннее обзорное исследование систематизировало и проанализировало применение машинного обучения (МО) в паллиативной помощи, охватывая 121 публикацию за период с 2015 по 2026 год. Работа показала, что область МО в паллиативной помощи значительно расширяется, выходя за рамки исключительно прогнозирования смертности и выживаемости. Были выявлены шесть основных направлений использования МО, включающие оценку использования медицинских услуг, анализ симптомов и фенотипирование, улучшение коммуникации, поддержку клинических решений и повышение качества ухода. При этом почти половина всех изученных работ (50.4%) использовали методы объяснимого искусственного интеллекта (XAI), что свидетельствует о растущем внимании к прозрачности моделей.

Несмотря на обнадеживающие тенденции, исследование выявило значительные ограничения и критические моменты, требующие пристального внимания. Наиболее существенным является повсеместный дефицит рассмотрения вопросов равенства: в подавляющем большинстве изученных работ (86.8%) аспекты справедливости в производительности моделей для различных групп населения не были учтены вообще, что создает риск разработки инструментов, потенциально неравноценных для разнообразных демографических групп. Кроме того, две трети всех исследований (66.1%) остаются на стадии доказательства концепции, и лишь малая часть (17.4%) достигла этапа проспективного внедрения или клинической интеграции. Это указывает на существенный разрыв между академическими разработками и их практическим применением в реальной клинической практике.

Таким образом, применение машинного обучения в паллиативной помощи демонстрирует многообещающий потенциал для улучшения пациент-ориентированного ухода, включая управление симптомами, поддержку принятия клинических решений и оптимизацию планирования ресурсов. Однако для реализации этого потенциала и успешного внедрения в практику необходимо систематически уделять внимание нескольким ключевым областям. Преодоление разрыва между исследовательскими разработками и клиническим использованием требует усилий в области науки внедрения, обязательного аудита вопросов равенства и всесторонней отчетности об объяснимости моделей. Это позволит обеспечить не только эффективность, но и этичность, прозрачность и справедливое распределение преимуществ МО для всех пациентов, нуждающихся в паллиативной помощи.