Можливості штучного інтелекту (ШІ) у діагностиці та прогнозуванні фібриляції передсердь (ФП)
1. Виявлення прихованої ФП:
- електрокардіографія (ЕКГ) на синусовому ритмі: алгоритми згорткової нейронної мережі (CNN) виявляють приховані патерни, що передують ФП;
- дослідження Noseworthy, Attia, Lancet: у групі з високим ШІ-ризиком виявлення нових випадків ФП було значно вищим порівняно зі стандартним підходом [2].
2. Персоналізований скринінг:
- популяційні програми (STROKESTOP, SAFER): ШІ дозволяє відокремити групи низького та високого ризику, підвищуючи ефективність цільового моніторингу [3];
- у високоризиковій групі частота виявлення нової ФП сягала 7,8% проти 1,6% у низькоризиковій.
3. Поєднання ЕКГ з клінічними факторами:
- модель ШІ + CHARGE-AF (Tarabanis, EHJ 2025) перевершила традиційні клінічні шкали, об’єднавши електрокардіографічні та клінічні дані [4].
4. Цифрові сенсори та пристрої:
- фотоплетизмографія в носимих гаджетах: перспективний метод, але потребує ручної верифікації у ~25% випадків;
- імплантовані петльові реєстратори (ILR): ШІ покращує класифікацію епізодів і зменшує кількість хибнопозитивних спрацювань (рис. 1).

5. ФП після інсульту:
- ШІ-моделі на основі магнітно-резонансної томографії (МРТ) головного мозку (DWI) та ЕКГ допомагають виявляти приховану ФП у пацієнтів із криптогенним інсультом (ESUS) (рис. 2).

Практичні акценти для лікаря
- Раннє виявлення ФП → своєчасне призначення антикоагулянтної терапії, профілактика інсульту.
- Цільовий скринінг → уникнення зайвих витрат на моніторинг низькоризикових пацієнтів.
- Поєднання ЕКГ + клінічні дані → більш точна стратифікація ризику.
- Використання носимих пристроїв та ILR → можливість довготривалого моніторингу з автоматичним аналізом.
- Інсульт нез’ясованого генезу → ШІ може допомогти виявити ФП як причину, що змінює тактику лікування (таблиця).
Таблиця. ШІ та ФП: практична користь для лікаря
| Сфера застосування | Що аналізує ШІ | Клінічна користь | Приклади / результати |
|---|---|---|---|
| Раннє виявлення прихованої ФП | ЕКГ у 12 відведеннях у синусовому ритмі (CNN) | Виявлення «невидимих» змін, що передують ФП | P.A. Noseworthy et al. (2022) [2]: підвищення діагностичної ефективності у групі високого ШІ-ризику |
| Персоналізований скринінг | ЕКГ+ШІ-ризик стратифікація | Вибір груп високого ризику для моніторингу | J. Choi et al. (2024) [3]: ФП виявлено у 7,8% (високий ризик) vs 1,6% (низький ризик) |
| Поєднання ЕКГ та клінічних даних | ЕКГ+CHARGE-AF (клінічні фактори) | Точніший прогноз ризику, ніж традиційні шкали | C. Tarabanis et al. (2025) [4]: CNN+клінічні дані перевершують стандартні моделі |
| Цифрові гаджети (фотоплетизмографія) | Фотоплетизмографія (смартгодинники, браслети) | Масовий скринінг, зручний для пацієнтів | D. Mannhart et al. (2023) [5]: у 25% випадків потрібна ручна верифікація |
| Імплантовані пристрої (ILR, CIEDs) | Записи серцевого ритму з імплантованим кардіовертером-дефібрилятором (ІКД) / ILR | Зменшення кількості хибнопозитивних епізодів, точна класифікація | E. Crespin et al. (2024) [6] |
| ФП після інсульту (ESUS) | МРТ головного мозку (DWI) + ЕКГ | Виявлення ФП як можливої причини інсульту → зміна лікування | Z. Zhang et al. (2025) [7]: ШІ-МРТ модель для діагностики ФП |
Висновки
1. ШІ у виявленні та прогнозуванні ФП відкриває шлях до персоналізованої медицини, де скринінг і лікування будуть точнішими та економічно доцільнішими.
2. Очікується перехід від бінарної діагностики («ФП є / нема») до динамічної, ризикорієнтованої стратегії.
3. Для впровадження в широку практику потрібні:
- стандартизація даних,
- перевірка алгоритмів у різних популяціях,
- розв’язання регуляторних питань.
Для практикуючого лікаря головне — знати, що ШІ вже здатен допомогти раніше виявити ФП, краще відбирати пацієнтів для моніторингу і, в перспективі, змінити стандарти профілактики інсульту.
Список використаної літератури
|
Підготовлено редакцією журналу
«Український медичний часопис»
