Дополнительный материал
Artificial intelligence in emergency medicine: from algorithmic performance to real-world clinical integration - understanding the implementation gap
ID исходника: FL-20. Слой: v1.0.
Проекция исходной записи для навигации. Принятие исследовательского выпуска не подтверждает автоматически каждое утверждение. Каноническая запись — найти по ID.
Содержание и границы
Вывод работы: Нарративный обзор ИИ-систем поддержки клинических решений в неотложной помощи (литература 2015–2025): многие системы показывают высокую ретроспективную точность (AUROC 0,85–0,95), но проспективная многоцентровая валидация, доказывающая снижение смертности или устойчивое сокращение длительности пребывания, остаётся редкой; барьерами названы деградация качества между учреждениями, алгоритмическая предвзятость, нарушение рабочего процесса, усталость от оповещений.
reliability_note_ru: Нарративный (не строго систематический по протоколу PRISMA, судя по аннотации) обзор; авторская аффилиация не раскрыта в аннотации.