Штучний інтелект у менеджменті пацієнтів із бронхіальною астмою: сучасні можливості та перспективи (огляд літератури)

Анотація

Мета роботи — проаналізувати й узагальнити сучасні дані про можливості застосування штучного інтелекту у веденні пацієнтів із бронхіальною астмою та перспективи розвитку.

Матеріали та методи. Для аналізу наукових даних проведено пошук у базах даних PubMed, Google Scholar, Web of Science.

Результати та обговорення. Технологічні рішення на основі штучного інтелекту підвищують точність діагностики й дають змогу проводити персоналізований моніторинг стану здоров’я пацієнтів з астмою. Алгоритми машинного та глибокого навчання інтегрують клінічні, функціональні, лабораторні й генетичні дані, сприяючи точнішому фенотипуванню та прогнозуванню загострень. Моделі на основі аналізу дихальних звуків і спірометрії демонструють високу точність та допомагають автоматизувати оцінку легеневої функції. Прогностичні моделі машинного навчання ефективно оцінюють ризик загострень і стратифікують пацієнтів за ймовірністю нападів задишки. Мобільні додатки, смарт-інгалятори й носильні сенсори забезпечують безперервний моніторинг симптомів, прихильності до терапії та впливу зовнішніх чинників. Чат-боти й цифрові системи підтримки рішень поліпшують комунікацію пацієнта з лікарем, освіту та отримання персоналізованих рекомендацій. Генотипові й комплексні моделі прогнозують відповідь на терапію та ризик загострень, сприяючи персоналізації менеджменту бронхіальної астми.

Висновки. Штучний інтелект відкриває нові можливості для менеджменту пацієнтів із бронхіальною астмою, забезпечуючи точнішу діагностику, фенотипування та прогнозування загострень. Алгоритми машинного та глибокого навчання дають змогу аналізувати великий обсяг клінічних, лабораторних і функціональних даних, що сприяє персоналізації терапії та стратифікації ризику. Використання мобільних додатків, смарт-інгаляторів і носильних сенсорів забезпечує безперервний моніторинг симптомів, прихильності до лікування та впливу зовнішніх чинників, підвищуючи ефективність контролю астми. Незважаючи на високий потенціал, впровадження штучного інтелекту в клінічну практику менеджменту бронхіальної астми потребує додаткової валідації моделей, стандартизації методик та інтеграції в робочі процеси медичних закладів.