Для многих кардиологических пациентов риск не заканчивается после операции. После выписки они остаются без постоянного наблюдения, а тревожные симптомы могут быть замечены слишком поздно.
Эта проблема актуальна во всём мире. Например, в Пакистане на 1000 человек приходится менее одного врача, а в странах Африки к югу от Сахары этот показатель в 2022 году составлял около 0,2 врача на 1000 жителей, согласно данным Всемирного банка. Китайские больницы, университеты и технологические компании изучают, могут ли модели ИИ для анализа ЭКГ, специализированные медицинские агенты и мобильные инструменты сопровождения пациентов расширить доступ к кардиологической помощи за пределами стационара.
Что разрабатывает Китай
В Fuwai Hospital – Национальном центре сердечно-сосудистых заболеваний Китая и одном из крупнейших кардиологических центров мира – команда под руководством кардиолога Wu Yongjian представила систему, предназначенную для непрерывного наблюдения за пациентами после выписки.
На недавней конференции Beijing Academy of Artificial Intelligence в Пекине исследователи описали модель, в которой стационарные медицинские записи объединяются с данными последующего наблюдения, анкетирования и носимых устройств. Пациенты взаимодействуют через мобильные приложения, а система формирует оценки риска и предупреждения о необходимости вмешательства между визитами в больницу.
Более масштабный план Fuwai Hospital заключается в том, чтобы «закодировать» экспертные знания специалистов в специализированные модели заболеваний, способные поддерживать долгосрочное ведение пациентов в больших масштабах. По словам команды, сейчас проводится многоцентровое исследование для сбора клинических доказательств эффективности системы, хотя его детали пока не подтверждены независимыми публичными реестрами клинических испытаний.
Искусственный интеллект и ЭКГ
В Peking University профессор Hong Shenda подходит к проблеме со стороны медицинских устройств.
Его группа разработала модель ECGFounder – фундаментальную ИИ-модель для анализа электрокардиограмм, описание которой было опубликовано в 2025 году в NEJM AI. Модель обучалась на более чем 10,7 миллиона ЭКГ, полученных примерно от 1,8 миллиона пациентов, и охватывает около 150 диагностических категорий.
Особенность ECGFounder заключается в способности работать как со стандартными клиническими ЭКГ, так и с одноканальными записями, что делает её пригодной для мобильного мониторинга.
Команда также тестирует компактные устройства для записи ЭКГ: пользователю достаточно приложить два пальца к небольшому прибору примерно на 30 секунд, после чего одноканальная кардиограмма анализируется через мобильное приложение. Цель – получать данные о состоянии сердца там, где раньше их вообще не было.
Доверие врачей к рекомендациям ИИ
Для успешного внедрения подобных систем медицинские специалисты должны доверять генерируемым предупреждениям.
Китайская компания Yidu Tech заявляет, что её агент доказательной медицины связывает каждое заключение с конкретными клиническими рекомендациями или научными публикациями. Это позволяет врачу самостоятельно проверить первоисточник.
Такой подход отражает общую тенденцию в медицинском ИИ: системы всё чаще рассматриваются как инструменты поддержки принятия решений, а не как полностью автономные диагностические решения.
Проблема данных
Все эти инициативы сталкиваются с одной фундаментальной проблемой – медицинские данные зачастую разрознены.
Истории болезни, данные с носимых устройств и страховая информация часто находятся в разных информационных системах. Ни одна модель ИИ не сможет эффективно работать без доступа ко всем этим источникам.
Команда Fuwai Hospital прямо признаёт, что её долгосрочная концепция требует объединения стационарных данных, домашнего мониторинга и страховой информации. Пока такая интеграция остаётся скорее целью, чем реальностью.
Также остаётся открытым вопрос ответственности. Непрерывный мониторинг работает только тогда, когда ИИ понимает, в какой момент необходимо передать решение человеку. Кроме того, должно быть ясно, кто несёт ответственность в случае ошибки системы.
Не до конца урегулированы и вопросы регулирования: механизмы сертификации, оценки безопасности и распределения ответственности для медицинских ИИ-систем всё ещё находятся в стадии формирования.
Почему это важно не только для Китая
Подобный подход может оказаться особенно ценным для стран, испытывающих нехватку врачей и специалистов-кардиологов.
В Пакистане и во многих странах Африки регулярное наблюдение у кардиолога зачастую недоступно. Если ИИ-инструменты для анализа ЭКГ и мобильные системы наблюдения пройдут клиническую проверку, они смогут помочь медицинским работникам раньше выявлять пациентов с высоким риском осложнений.
Речь идёт не о замене кардиологов. Скорее, о распространении их экспертных знаний через цифровые инструменты для:
- сортировки пациентов по степени риска;
- раннего выявления тревожных признаков;
- поддержки рутинного наблюдения ближе к месту проживания пациента.
Однако для успеха потребуются локальные данные, клиническая валидация, доступные устройства и чёткие правила реагирования на предупреждения системы. Без этого технологии рискуют остаться лишь экспериментальными проектами внутри отдельных больниц.
Если же они окажутся эффективными, китайские разработки могут стать моделью расширения кардиологической помощи для стран с дефицитом медицинских кадров.