ИСТИНА

Частота ИОХВ после травматолого-ортопедических вмешательств составляет 2,8%, однако для операций по поводу переломов костей (суммарно как открытых, так и закрытых) – 10-17%. С повышением доли амбулаторных вмешательств и сохранением тенденции к раннему переводу пациента на амбулаторное долечивание в значительной доле случаев – 66…76% - ИОХВ диагностируется уже на амбулиторном этапе, а не в стационаре. Возможный выход – создание приложений с элементами ИИ, направленными на раннюю диагностику ИОХВ врачом амбулаторного звена или самим пациентом. Дополнительную актуальность подобные инструменты приобретают для медицинских организаций с значительной долей иногородних пациентов – прежде всего федеральные центры, МО территориально крупных субъектов РФ, а также МО, «якорные» для нескольких соседних регионов. Без поддержки ИИ чувствительность распознавания врачом ИОХВ по фотографии, согласно мета-анализу 5 исследований, составляет 63,9% (30,4–87,8), специфичность 92,6% (89,9–94,5). Использование технологий ИИ может не только повысить точность распознавания раневой инфекции (по данным прямого сравнения — с 67,7% у неопытных и с 74,4% у опытных врачей до 92,7% у нейросети), но и значительно снизить нагрузку на клиницистов (на 80% по результатам моделирования трудозатрат). Обучение подобных моделей ИИ основано на выборке фотографий операционных ран с наличием или отсутствием ИОХВ. Для осуществления обучающей функции на фотографии необходимо разметить (выделить) зоны или области, имеющие клиническое или техническое (вспомогательное) значение. Использование ИИ для дистанционного (в том числе на амбулаторном этапе) мониторинга состояния хирургических ран у пациентов профиля «травматология и ортопедия» представляется осуществимым и перспективным. Цифровая разметка изображений ран – важный и необходимый этап создания выборки для последующего обучения моделей ИИ, в том числе призванных распознавать признаки ИОХВ у пациентов травматолого-ортопедического профиля. Перспективным направлением является интеграция изображений, прошедших цифровую разметку, с системами поддержки принятия врачебных решений, и затем – создание ИИ-моделей, учитывающих как графические (визуальные), так и, например, анамнестические сведения.