CC BY
16
УДК 616.71-092.11:620.16:004.8/.9
С. О. Южаев 1, В. О. Петренко 2, Н.В. Мазур 3, В.В. Бтецький 4,
ШТЕЛЕКТУАЛЬШ СИСТЕМИ В УПРАВЛ1НН1 МЕДИЧНИМИ ТЕХНОЛОГ1ЯМИ I ЯК1СТЮ ЖИТТЯ
https://doi.org/10.26641/2307-0404.2021.1.227724
А.В. Мазур 5, О.1. Дудткова 6
Укратсъкий державний хiмiко-технологiчний утверситет 1 пр. Гагарта, 8, Днтро, 49000, Украша Нацюналъна металургтна академiя Украти 2 пр. Гагарта, 4, Днтро, 49000, Украша Центр тформацтноЧ медицини «Медт» 3 пр. Яворницъкого, 68, Дтпро, 49000, Украта, ДЗ «Днтропетровсъка медична академiя МОЗ Украти» 4 вул. В. Вернадсъкого, 9, Днтро, 49044, Украша
КНП «Центр первинно'1медико-сантарноЧ допомоги»Новомосковсъко'1районное ради» 5
вул. Ювшейна, 11, смт. Гвардтсъке, Новомосковсъкийр-н, Днтропетровсъка обл., 51270, Украта
КНП «Центр первинно'1 медико-сантарноЧ допомоги» м. Павлограда 6
вул. Соборна, 115, Павлоград, Днiпропетровсъка обл., 51400, Украша
Ukrainian State University of Chemical Technology 1
Haharin av., 8, Dnipro, 49000, Ukraine
е-mail: kizhaev@gmail.com
National Metallurgical Academy of Ukraine 2
Haharin av., 4, Dnipro, 49000, Ukraine
е-mail: petrenko_v@email.ua
Center for Information Medicine "Medin" 3
Yavornytsky av., 68, Dnipro, 49000, Ukraine
е-mail: medincenter@gmail.com
SE «Dnipropetrovsk medical academy of Health Ministry of Ukraine» 4 V. Vernadsky str., 9, Dnipro, 49044, Ukraine е-mail: Vyacheslav.Belitsky@gmail.com
Community non-profit enterprise "Center of primary health care" Novomoskovsk district council" 5 Yuvileina str., 11, town. Hvardiiske, Novomoskovskyi district, Dnipropetrovsk region, 51270, Ukraine e-mail: samarapmsd@ukr.net
Community non-profit enterprise "Center for primary health care Pavlograd city" 6 Soborna str., 115, Pavlograd, Dnipropetrovsk region, 51400 е-mail: kadrucpmsd@ukr.net
Цитування: Медичт перспективи. 2021. Т. 26, № 1. С. 18-29 Cited: Medicni perspektivi. 2021;26(1):18-29
Ключевые слова: медицинский технологический процесс, интеллектуальные системы, искусственный интеллект, качество жизни, комплекс медицинский экспертный
Ключовi слова: медичний технологiчний процес, ттелектуальт системи, штучний ттелект, яюсть життя, комплекс медичний експертний
Key words: medical technological process, intelligent systems, artificial intelligence, quality of life, medical expert complex
Реферат. Интеллектуальные системы в управлении медицинскими технологиями и качеством жизни. Кижаев С.А, Петренко В.А., Мазур Н.В., Белецкий В.В., Мазур А.В., Дудникова Е.И. Статья посвящена развитию и использованию интеллектуальных систем в управлении медицинскими технологическими процессами и качеством жизни, связанным со здоровьем (HRQOL). Актуальность работы обусловлена необходимостью эффективного использования интеллектуальных систем в здравоохранении. Цель данной работы - исследование возможностей и перспектив применения информационных технологий и систем искусственного интеллекта в клинической медицине для повышения эффективности оказания медицинской помощи населению. Использованы: информационно-поисковый метод; теоретический анализ законодательно-нормативных документов, литературных источников, интернет-ресурсов, результатов научно-исследовательских работ; спектрально-динамический и математический анализ актуального состояния и оценка
качества жизни индивидуума при помощи системы искусственного интеллекта «КМЭ». В работе проанализированы тенденции развития информационных технологий и систем искусственного интеллекта, а также особенности их использования в медицинских технологических процессах. В качестве примера кратко описаны технологические возможности интеллектуальной системы Комплекс Медицинский Экспертный.
Abstract. Intellectual systems in the management of medical technologies and quality of life. Kizhaev S.O., Petrenko V.O., Mazur N.V., Belitsky V.V., Mazur A.V., Dudnikova O.I. The article is devoted to the development and use of intelligent systems in the management of medical technological processes and health-related quality of life (HRQOL). The relevance of the work is due to the need for effective use of intelligent systems in healthcare. The purpose of this work is to study the possibilities and prospects of using information technologies and artificial intelligence systems in clinical medicine to improve the efficiency of providing medical care to the population. Information retrieval method; theoretical analysis of legislative and regulatory documents, literary sources, Internet resources, research results; spectral-dynamic and mathematical analysis of the current state and assessment of the quality of life of an individual using the artificial intelligence system "CME". The paper analyzes the development trends of information technologies and artificial intelligence systems, as well as the features of their use in medical technological processes. As an example, the technological capabilities of the intelligent system Complex Medical Expert are briefly described.
У свт, за даними ВООЗ, понад 400 млн людей мають рiзнi захворювання i потребують лшування [44]. Серед основних причин захворю-ваносп i смертносп населення вцщляють гос^ судинш порушення в системi кровообку: шсульт, шфаркт мюкарда, внутршш кровотечi [36]. Приблизно до 10% смертей пащенпв призводять дiагностичнi помилки [12].
Головним завданням системи охорони здо-ров'я е зниження рiвня захворюваносп та смертносп населення, а кшцевою метою будь-яко! шщативи з охорони здоров'я сьогодш слщ вважати досягнення бшьш яюсного життя пащенпв поряд зi збереженням ними праце-здатностi й гарного самопочуття [27, 44].
У зв'язку з цим проблема оптишзацп ресурсного забезпечення та шдвищення ефективностi управлiння медичними технолопчними процесами для досягнення вищо! результативносп в оздоров-леннi населення стае все бшьш актуальною.
Сучасна медицина дуже динамiчно роз-виваеться. Це пов'язано з И сощальним аспектом i величезним впливом на яюсть життя населення [6]. Бiльшiсть кра!н свiту намагаеться реформу -вати сво! системи охорони здоров'я вiдповiдно до очшувань населення i забезпечення структурно! ефективносп медичного обслуговування. 1нте-гращя в Свропейський Союз сприяе реформуван-ню сфери охорони здоров'я i в Укра!ш [1], яке повинно проводитися iз застосуванням шнова-цшних медичних та управлiнських технологiй, орiентованих на розвиток iнновацiй у галузi [24].
Завдяки впровадженню медично! реформи установи охорони здоров'я в Украш почали конкурувати мiж собою за медичними техно-лопями i якiстю надання послуг, яю пацiент може оцiнити за певними ознаками: доступнють, ефективнiсть, унiкальнiсть, швидюсть обслуговування та iн. [42].
Держава, зi свого боку, сприяе розвитку наукових дослщжень у галузi охорони здоров'я та впровадженню !х результатiв у дiяльнiсть закладiв i роботу працiвникiв охорони здоров'я (ст. 20 «Основ законодавства Укра!ни про охорону здоров'я») [29].
Розвиток i впровадження сучасних шформа-цiйно-комунiкацiйних технологiй та робототех-шки для якiсного медичного обслуговування й лшування е одним з найбшьш важливих страте-гiчних прiоритетiв (ст. 4. Закону Укра!ни «Про прюритетш напрями шновацшно! дiяльностi в Укра!ш») [33].
Пiдвищення ефективностi функцiонування системи охорони здоров'я багато в чому визначаеться результативнiстю застосування основних компонентiв медичних технологш. Упровадження наукомiстких медичних технологш передбачае: вдосконалення технолопчно! бази, використання медичних шформацшних технологiй (1Т); технiчне переоснащення лшу-вально-профiлактичних установ i пiдготовку кадрiв, якi зможуть професшно використовувати новi технологiчнi можливосп [11, 41]. Актуаль-нiсть роботи зумовлена необхщнютю ефек-тивного використання штелектуальних систем в охоронi здоров'я.
Мета ще! роботи - дослщження можливостей i перспектив застосування шформацшних технологш та штелектуальних систем в управлшш медичними технолопчними процесами i яюстю життя населення.
МАТЕР1АЛИ ТА МЕТОДИ ДОСЛ1ДЖЕНЬ
Iнформацiйно-пошуковий метод i теоретич-ний аналiз законодавчо-нормативних документiв, лпературних джерел, iнтернет-ресурсiв, резуль-татiв науково-дослщних робiт. Емпiричний
21/ Том XXVI /1
19
анатз актуального стану пащента за допомогою системи штучного штелекту «КМЕ».
РЕЗУЛЬТАТИ ТА IX ОБГОВОРЕННЯ
Медичний технологiчний процес (МТП) - це система взаемопов'язаних заходiв, виконання яких дозволяе найбiльш рацiональним чином провести лшування i забезпечити досягнення максимально! вщповщност науково прогно-зованих результатiв реальним при мiнiмiзацi!' витрат. У ктшчнш медицинi - це процес управ-лiння органiзмом (змшою структури i функцiй), який реалiзуеться в просторi й часi з метою полшшення його стану. Об'ектом дослщження й управлiння е оргашзм пацiента i зовнiшне по вщношенню до нього середовище, а суб'ектом управлшня - лiкар. Контур процесу управлшня включае в себе чотири етапи: 1) збiр та обробку шформацл про стан об'екта управлшня; 2) дiаг-ностику; 3) прийняття рiшення про вплив на об'ект; 4) реалiзацiю прийнятого рiшення [20, 22].
Змши в пацiентiв традицшно визначають за допомогою лабораторних або клшчних до-слiджень. Однак вони не враховують особистого й сощального контексту людини та не можуть дати лiкаревi повну картину хвороби, оскшьки хвороба впливае не тшьки на фiзичний стан людини, а i його поведiнку, емоцiйнi реакцп, часто змiнюючи його мiсце i роль у соцiальному життi [10, 50].
Задоволешсть хворих лiкуванням - досить гостра медико-сощальна проблема, пов'язана не тшьки з питаннями якосп надано! допомоги, а й прихильшстю хворих до лiкування [49]. Процес лшування, незважаючи на встановленi стандарти, завжди мае iндивiдуальний (персонiфiкований) характер, а управлшня розглядаеться як певна послщовшсть дiй (операцiй) лiкуючого лшаря i грунтуеться на станi конкретного хворого, стандарт лiкування, аналiзi баз знань з лiкування пащенпв, тобто прецедентiв. Головним кри-терiем оцiнки МТП е стан пащента, який часто не шддаеться кшьюснш оцiнцi й потребуе, наприклад, залучення методiв нечiтко! логiки. Удосконалення процешв управлiння МТП вима-гае нових бшьш досконалих методiв, заснованих на автоматизованому добуванш та узагальненнi знань, залученш iнтелектуальних технологiй i методiв пiдтримки прийняття рiшень [26].
Тому все бшьшого значення у свгговш медичнiй практицi в останш роки набувае оцiнка якостi життя, яка е одшею з найбшьш актуальних проблем сучасного суспiльства i медицини в рiзних кра!нах [3, 46, 50, 52].
Термш «яюсть життя» офiцiйно визнаний у медициш в 1977 роцi, а на початку XXI столотя це поняття отримало нове визначення - «яюсть
життя, пов'язана 3i здоров'ям» (HRQOL) -стутнь комфортностi людини як всередиш себе, так i в рамках свого суспшьства [3].
HRQOL визнано невiд'eмною частиною комплексного аналiзу нових методiв дiагностики, лшування, профiлактики, якостi лiкування та надання медично! допомоги. Це не критерш тяжкостi захворювання, а показник загального стану пащента, ефективносп лiкувальних i реабштацшних заходiв, прогностичний критерiй кшця захворювання, важливий фармако-еконо-мiчний критерш створення i випробування нових медичних технологш i кшцевий критерш ефективносп надання медично! допомоги [4, 46].
Ощнка HRQOL дае можливють точшше виявити порушення в сташ здоров'я пацiента, чiткiше уявити суть його ктшчно! проблеми, визначити найбшьш ращональний метод лшу-вання, а також ощнити його очiкуванi результати за параметрами, яю знаходяться на стику наукового тдходу фахiвцiв i суб'ективно! точки зору пацiента. Показники HRQOL можна вико-ристовувати для визначення проблем i переваг, полегшення спшкування, вiдстеження змiн або реакцк на лшування, навчання персоналу, у клшчному аудитi i в управлiннi ктшчною практикою, тобто можуть бути виявлеш проблеми, що виходять за меж1 звичайно! компе-тенцк медичного обслуговування. Використання показниюв HRQOL у клшчнш практицi гаран-туе, що лшування зосереджено на пацiентовi, а не на хворобi [3, 10, 46, 50, 52].
Найбшьш важливою е ощнка медичних аспекпв HRQOL у пащенпв з хронiчними захво-рюваннями, оскiльки мета терапк для бшьшосп з них полягае не в лшуванш як такому, а в полшшенш !х функцiонування в результат по-слаблення симптомiв або обмеження прогресу-вання хвороби, що дозволяе визначити фактори, якi сприяють полшшенню життя i набуттю його сенсу [3, 21, 27, 52].
ВООЗ розроблеш критерп оцiнки якостi життя, зумовлено! здоров'ям: фiзичнi (сила, енерпя, втома, бiль, дискомфорт, сон, вщпо-чинок); психологiчнi (позитивнi емоцк, мислен-ня, вивчення, запам'ятовування, концентрацiя, самоощнка, зовнiшнiй вигляд, негативнi пережи-вання); рiвень незалежностi (повсякденна актив-шсть, працездатнiсть, залежнiсть вiд лiкiв i лшування); суспiльне життя (особистi взаемини, суспшьна цiннiсть суб'екта, сексуальна актив-нiсть); навколишне середовище (благополуччя, безпека, побут, доступнють i якiсть медичного й сощального забезпечення, доступнють ш-формацп, можливiсть навчання, пiдвищення
кватфшацп, дозвшля, еколопя); духовнiсть (релiгiя, особист переконання) [21, 51].
HRQOL можна вимiряти шляхом опитування пацieнта або за допомогою рiзних iнструментiв. 1нструментальш методи дослiдження бiльш високочутливi для ощнки динамiки стану, тера-певтичного потенцiалу проведено! терапи, ймовiрностi виникнення рецидиву на рiзних етапах формування ремiсi! [40].
Основним шструментом для «кшьюсного» визначення HRQOL е опитувальники: загальнi, вузько направленi, спещатзоваш. Загальнi -спрямованi на ощнку здоров'я населення в цiлому, незалежно вщ патологи (наприклад, опитувальник «MOS SF-36»). Спецiальнi - засто-совуються для оцiнки ефективностi конкретного методу ведення певного захворювання i сфоку-сованi на конкретнiй нозологи та ll' лiкуваннi. За !х допомогою ощнюеться одна певна категорiя HRQOL ^зичний або психiчний стан), проводиться або ощнка при конкретному захворю-ваннi, або оцiнка певних вцщв лiкування. Вони дозволяють пом^ити змiни в HRQOL пацiентiв, яю вiдбулися за вiдносно короткий промiжок часу [27].
У свiтовiй медичнш практицi iснуе кiлька проблем, що впливають на збереження здоров'я i пiдвищення якостi життя населення [8, 34, 38]:
- зумовлене збшьшенням середньо! тривалостi життя i старшням населення зростання питомо! частки вшових хронiчних захворювань, неш-фекцiйних або викликаних нездоровим способом життя;
- наростання числа лшарських помилок, що призводять до негативних наслщюв для пащента;
- збiльшення загального дефщиту кватфшо-ваних кадрiв у галузь
Комплексне вирiшення цих проблем зосе-реджено в галузi iнформацiйних технологш (1Т), застосування унiверсально! та спецiалiзованоl обчислювально! технiки, розвитку i практичного застосування когштивних iнтелектуальних систем, здатних виконувати професiйнi функци на рiвнi iнтелекту людини.
Багато проектiв охорони здоров'я (наприклад, програмне забезпечення електронних карт здоров'я пащента, мобшьш дiагностичнi пристрой медичнi програми, бючши^мплантати) належать до категорп IТ-технологiй i здатнi забезпечити прорив у галузi оздоровлення населення. 1х впровадження дозволяе: зменшити витрати на медичну допомогу; пiдвищити рентабельнiсть медичних установ, яюсть обслу-говування пацiентiв, ефектившсть роботи медперсоналу. Найбiльш перспективними вва-
жаються 1Т-технологп з великими обсягами шформаци та створення мобшьних дiагнос-тичних пристро!в. Масове впровадження 1Т-технологiй привело до виникнення наукового напряму - медично! шформатики [6].
1Т-технологи охоплюють широкий клас -системш, вiртуальнi, мультимедшш, телекому-нiкацiйнi, штернет-технологп, монiторинговi системи й технологи. Управлшня iнновацiйними 1Т-технолопями та проектами дозволяе забезпечити [5, 15, 25, 30]:
- телемедичш послуги, завдяки чому лiкарi дистанщйно можуть надавати консультацiйну допомогу;
- швидкий доступ до баз даних i можливiсть отримувати необхiднi даш про iсторiю хвороби, приймати швидю рiшення щодо надання допомоги;
- доступ до онлайн-осв^и;
- можливiсть проведення онлайн-симпозiумiв;
- використовувати iнформацiю в мобшьних додатках щодо правильного прийому препарапв.
Розвиток IТ-технологiй дозволяе автомати-зувати завдання, якi вимагають людських нави-чок сприйняття, таких як розтзнавання почерку або iдентифiкацiя ошб, i завдань, якi вимагають когштивних навичок, таких як планування, мiркування на основi частково! або невизначено! шформаци та навчання. Когнiтивнi технологи е продуктом галузi дослiджень, вщомо! як штуч-ний iнтелект (1111) В основу дослщжень у галузi Ш1 закладена здатнiсть бюлопчно! нервово! системи навчатися i виправляти сво! помилки [54].
Використання прикладних iнтелектуальних систем в управлiннi МТП дозволяе пiдвищити якiсть надання медично! допомоги i в кiнцевому шдсумку - якiсть життя пацiента як критерiя !! ефективностi [13, 19, 37, 54].
Штучний iнтелект (англ. Artificial Intelligence - AI) - це наука i технолопя створення штелектуальних машин та штелектуальних комп'ютерних програм, яка входить у комплекс комп'ютерних наук, а створюваш на !! основi технологi! належать до ГГ-технологш [35, 48].
Умовно системи Ш1 розподiляють на два класи - сильний (загальний, ушверсальний) i слабкий (прикладний) Ш1. Сильний Ш1 можна порiвняти з людським, вiн може вчитися, як це роблять люди, i не поступаеться за рiвнем розвитку бiльшостi людей. Ус iншi системи Ш1 належать до прикладного, оскшьки можуть ро-бити тiльки одну справу, наприклад, ставити дiагноз щодо конкретного захворювання, здш-снювати пошук в 1нтернет i т.д. [35]. Системи Ш1 - це комплекс програмних й апаратних
21/ Том ХЖ /1
21
засобiв, що використовують у своему функцю-нуваннi знання, закладенi експертами, i дозволяють виконувати функцп, властивi цим експертам. До них належать експертш системи, iнтелектуальнi iнформацiйно-пошуковi системи й ^електуальш системи пiдтримки прийняття ршень [16, 23].
Системи Ш1 використовують технологи: мо-делювання iнтелектуальноï поведшки з мш> мальним втручанням людини; подання знань, ïx отримання i подальша манiпуляцiя над ними. На вiдмiну вiд жорстких алгоритмiв, Ш1 само-навчаеться. До Ш1 вщносять рiзнi програмнi системи та застосовуваш в них методи й алгоритми [12, 35, 48].
Ш1 об'еднуе п'ять груп теxнологiй [9] : машин-ний зiр; природна мова; вiртуальнi помiчники; роботизована автоматизацiя процеав; розширене машинне навчання.
У 1970-х роках почали розроблятися експертш системи (expert system) - спецiалiзованi програмш забезпечення, здатш частково зам> нити фаxiвця-експерта, i якi на основi баз знань допомагають лiкаревi в прийняттi рiшень при дiагностицi, прогнозуваннi, виборi стратегiï i тактики лшування, а також дають можливють звернутися до комп'ютера за консультащею в складних дiагностичниx випадках. Загальний принцип, покладений в основу формування медичних експертних систем, - включення в базу знань синдромiв, що вiдображають стан ушх основних систем органiв [2, 7, 53].
У 80-т роки вчеш намагалися поеднати й закодувати вс знання в систему правил i навчити Ш1 здоровому глузду. Потiм важливими стали методи самонавчання машин, з'явилися штелек-туальнi навчальш системи, почали програмувати машини так, щоб тi самостiйно здобували зако-номiрностi з великих обсягiв даних [2, 7, 53].
З кшця 90-х розвиваеться машинне навчання - сукупнють алгоршмв i методiв, що дозво-ляють навчити комп'ютери робити висновки на пiдставi наявних даних. Створюються штучш нейроннi системи, здатш приймати ршення, грунтуючись на виявлених ними прихованих закономiрностяx у багатовимiрниx даних, що моделюють роботу людського мозку i здатш самонавчатися з урахуванням попереднього до-свщу. З 2012 р. розвиваються методи глибокого навчання (deep learning), засноваш на навчанш з шдкршленням, i згортальш нейроннi мережi (Neural Networks). Сьогодш бiльшiсть досягнень у галузi Ш1 вiдносяться до глибокого навчання i глибоких нейронних мереж, що його реалiзують, якi стали стандартом в обробщ зображень, мови i вщео [2, 7, 44, 45, 53].
У галузi медичних послуг Ш1 мае величезний потенцiал, i цей напрямок для охорони здоров'я е одним з найбшьш динамiчниx i швидкозрос-таючих свiтовиx ринкiв. У системах Ш1 закла-дена можливють ефективного виршення галу-зевих проблем, яка до того ж не вимагае ютотного впливу людського фактора [8]. Су-часна медицина стикаеться з проблемою отри-мання, аналiзу та застосування вели^' кшькосп даних, необхщних для вирiшення складних клiнiчниx проблем. Дiагностика, лiкування та прогнозування результат у багатьох клiнiчниx ситуацiяx залежать вiд складно'' взаемодiï багатьох ктшчних, бiологiчниx i патологiчниx змiнниx. Тому зростае потреба в аналпичних шструментах, таких як штучнi iнтелектуальнi системи, яю можуть експлуатувати складнi вщношення мiж цими змiнними [18, 47].
Актуальнють застосування Ш1 в медичному прогнозуваннi настiльки висока, що ряд авторiв пропонуе вiдмовитися патентувати алгоритми Ш1 та зробити ïx вщкритими й широко доступ-ними [32, 55]. Наприклад, для мови Python щ можливостi надаються через вщкриту програмну бiблiотеку машинного навчання TensorFlow, вiдкриту нейромережеву бiблiотеку Keras i деяю iншi джерела [32].
У клшчнш та профiлактичнiй медицинi системи Ш1 можуть застосовуватися для шд-тримки прийняття лiкарськиx рiшень на пiдставi обробки показникiв здоров'я пащента для мошторингу стану здоров'я: хворих з будь-якими хрошчними захворюваннями, ттшх людей, осiб небезпечних i вщповщальних професiй, з метою уточнення дiагнозу, для попередження захворю-вань, ощнки та пiдвищення якостi життя [17, 23].
На думку аналпиюв, найбшьш перспектив-ними е автоматичне виявлення вiдxилень у дiагностицi, ранне виявлення та прогнозування ешдемш i пандемш, профiлактика та зниження ризикiв, аналiз зображень [8].
Ефективнiсть методiв Ш1 клiнiчно доведено, i вони штегроваш в пристроï, якi носять, медичну техшку, телемедицину, медичнi iнформацiйнi системи, електронну медичну карту i т.д. Ш1 по-всюдно й легально застосовуеться при прихиль-ностi до здорового способу життя, профшактищ, обстеженш та лiкуваннi пацiентiв як надшний цифровий помiчник для пацiента i лшаря, серти-фiкований на критерп безпеки та ефективностi [43].
Пристроï, створенi на основi Ш1, здатш нако-пичувати «цифровий слiд» з рiзниx баз даних про пащента, включаючи: повну iсторiю хвороби, даш про аналiзи за всi роки лшування i поточний стан оргашзму. Цi данi можна використовувати
для збереження здоров'я, прогнозування ризиюв, запоб^ання розвитку захворювань i розвитку ме-тодiв аналiзу великих обсягiв даних [12, 31, 43].
Системи Ш1 можуть навчатися, збирати, аналiзувати i структурувати велик обсяги шформаци, а також приймати рiшення самостшно. Це економить час, кошти й тдвищуе ефективнiсть обслуговування пацieнтiв [31]. Завдяки Ш1 змен-шуеться кшьюсть лiкарських помилок i наван-таження на лшаря, що допомагае збшьшити тривалiсть життя, скоротити захворюванiсть i смертшсть, персоналiзувати турботу про збереження здоров'я [43].
Одна iз значущих проблем застосування Ш1 в медициш - пiдготовка коректних медичних даних для навчання алгоритмiв, оскшьки для цього потрiбна велика кшьюсть часу фахiвцiв вузького профiлю. Як можливе ршення може бути створення об'еднано! платформи зберiгання медичних даних, де лiкарi зможуть готувати даш для застосування Ш1 у свош спецiальностi [48].
Технологiï та системи Ш1 в медицинi дозво-ляють удосконалити робочi процеси в умовах багатозадачносп, здiйснювати бiльш точнi машпуляци, проводити диференцiйну дiагно-стику, скорочувати час прийняття рiшень, автоматизувати процес лшування, збирати й аналiзувати великий обсяг необхiдноï шфор-мацiï. Вони стали основою для створення нових методiв лшування (мiкронейрохiрургiя, нейро-ендоскотя, радiохiрургiя, ендоваскулярна нейро-хiрургiя, робототехшка, нейромодуляцiï, навта-цiйнi технологiï) [39]. 1нтелектуальш системи контролю показникiв життедiяльностi, налаш-тованi на конкретну людину, можуть ефективно в режимi реального часу показувати стан пащента, що перебувае на далекш вщсташ [44].
Ш1 може поставити дiагноз, заснований на сотнях ознак, на вщмшу вщ лiкаря, що спи-раеться на особистий досвiд. Автоматичнi штелектуальш системи дiагностики, роботизо-ваного догляду за лежачими хворими, системи контролю функщонування органiзму, штучнi замiнники людських оргашв, екзоскелети, робо-ти-хiрурги, якi проводять порожниннi операцiï, роботи, що виконують операцiï з iмплантацiï зубiв - щ та iншi системи дуже затребуваш [44].
Прикладiв використання систем Ш1 в медицин досить багато. Системи Ш1 сприяють пiдвищенню точностi й ефективностi дiагно-стики за рiзними спецiальностями. Вони можуть: сканувати зображення з МРТ, КТ-сканерiв i рент-генiвських зшмюв, забезпечуючи точну ана-лiтику й нешвазивну видимiсть внутрiшньоï роботи людського тiла; збирати й аналiзувати
дат пащенпв з декшькох джерел; застосовуватися для контролю серцево-судинних захворювань; виявлення раку шири, легенiв, молочно1' залози; розпiзнавання злояюсних тканин на рiвнi, по-рiвняному з рiвнем квалiфiкованих лiкарiв [14].
Над створенням продукпв з використанням Ш1 для охорони здоров'я працюють такi велию пiдприемства, як Microsoft, Apple, Google, IBM [53]. В основi вшх дослiджень щодо Ш1 лежить щея моделювання процесiв людського мислення за допомогою комп'ютера [7].
Наприклад, розробка IBM Watson Health ви-користовуеться для автоматизованого анатзу медичних зшмюв, що дозволяе лiкарям миттево аналiзувати iнформацiю, робити висновки i ставити правильний дiагноз. Порiвнюючи даш пащента з шшими iсторiями хвороб, система може виявити потенщйш проблеми iз судинною системою, схильнiсть до утворення тромбiв, розпiзнати рак, передбачити ймовiрнiсть появи дiабету й деяких iнших хронiчних захворювань. Розробка Google - DeepMind Health здатна обробити всю шформащю i сформулювати висновок про здоров'я людини, допомагаючи лшарю поставити правильний дiагноз. Системи на зразок Ada можуть безпосередньо спшкува-тися з людиною i давати йому сво1' рекомендацп. Програма на основi II Sense.ly контролюе стан пащешгв з хронiчними захворюваннями i в перюд реабiлiтацiï. Системи генетичного аналiзу, подiбнi до Sophia Genetics - можуть виявляти схильшсть пащента до рiзних захворювань [18]. Нейрокомп'ютерш багатоелектроднi iмплан-танти, що вживлюються, - «мозок-машина» Neuralink дозволяють зчитувати сигнали ней-ронiв i в результап вiдмовитись вiд операцiй на вщкритому мозку [39]. Система DreaMed, яку засновано на машинному навчанш, дозволяе розробляти оптимальний план шсулшово1' терапiï для дiабетикiв на шдст^ даних, зiбраних з глюкометрiв, фiтнес-трекерiв та iнших вимiрю-вальних приладiв за тривалий час, а система II DeepMind може дiагностувати хвороби очей за зо-браженнями оптично1' томографiï та проводити ав-томатизовану дiагностику захворювань нирок [14].
Системи Ш! можуть використовувати для дiагностики рiзнi параметри стану органiзму людини, наприклад, результати анатзу кровi, рентгешвсью знiмки, стан лiмфовузлiв i т.п. Основною метою додатюв, пов'язаних зi здоро-в'ям людини, е аналiз взаемозв'язку мiж методами профшактики або лiкування i результатами.
Бшьшють систем ШI використовуе рiзнi варiанти вiзуалiзацiï процесiв в органiзмi людини. Такий шдхщ поряд з незаперечними
21/ Том XXVI /1
23
перевагами (виявлення клiнiчноï картини патологи) мае ютотний недолш - спостережуваний процес уже знаходиться в стади розвитку. Методи енергоiнформацiйноï медицини дозво-ляють дослiджувати i патологи, що зароджують-ся, на доклiнiчнiй стади, а також проводити корекщю стану оргашзму, попереджаючи роз-виток захворювання.
Серед розробок, що активно просуваються у впчизняну медицину i мають на цей час неза-перечнi функцiональнi переваги, як приклад розглянемо Комплекс Медичний Експертний (КМЕ). Ця система Ш1 працюе за принципом xолiстичноï медицини i забезпечуе широю можливостi для визначення актуального стану людини за основними параметрами, яю харак-теризують його яюсть життя, пов'язану зi здоров'ям. Застосування теxнологiï спектрально-динамiчного аналiзу i скринiнгу iндивiдуальниx характеристик дозволяе структурувати отримаш данi шляхом порiвняння на пiдставi матема-тичного аналiзу [28].
КМЕ складаеться з ноутбука з оригшальною комп'ютерною програмою ERI ™, датчика для реестраци сигналу напруженостi електричного поля дослщжуваного бiологiчного об'екта, що включае в себе аналого-цифровий реверсивний перетворювач. Система Ш1 КМЕ належить до класу прикладних. База даних КМЕ мае набiр цифрових характеристик електричного поля середньостатистичних станiв («маркерiв») про-цесiв в органiзмi людини. Стандартною методикою застосування КМЕ е використання авто-алгоршмв для аналiзу й оцiнки актуального стану оргашзму людини, визначення способiв i методiв корекцiï iснуючого стану. Додатковi побудови домшант дозволяють оцiнювати рiзнi
iерарxiчнi рiвнi стану органiзму i його систем. Автоалгоритм в автоматичнш ^CT^i переглядае найбiльш активнi змiни у фiзiологiï i психо-соматицi в кожнш з систем i вказуе, через що i з якоï причини вщбулися змiни. Система Ш1 КМЕ дозволяе не тiльки виявити патологiчний процес у будь-якiй з органних систем, але й вщстежу-вати послщовш та паралельнi зв'язки з шшими системами й органами, допомагаючи лшарю з'ясувати причину прояву цього процесу i стан, що призвiв до захворювання [28]. Комплексний аналiз причинно-наслщкових зв'язкiв стану органiзму дозволяе дютатися до максимально глибокоï причини, яка викликала змiни по всьому ряду ланцюжюв [28].
У КМЕ закладеш функцiональнi можливостi: проведення аналiзу в ручному режимi за алгоритмом користувача, йому звичного i застосову-ваного ним у повсякденнiй практищ; корекцiï психосоматичних маркерiв дослiджуваного об'екта в його актуальному стан за показниками оцшки якостi життя [28].
ЩДСУМОК
Розвиток i використання 1Т-технологш i систем Ш1 в управлшш медичними техноло-гiчними процесами дозволяе значно шдвищити ефективнiсть надання медичноï допомоги насе-ленню. У цьому напрямку штенсивно працюють як велию iноземнi компани, так i стартапи. Реформування системи охорони здоров'я в Украш сприяе впровадженню IТ-теxнологiй у практичну медицину, але стримуючим е людсь-кий фактор i вщсутшсть необхщних фiнансовиx ресурсiв.
Конфлiкт iнтересiв. Автори заявляють про вiдсутнiсть конфлiкту штерешв.
СПИСОК Л1ТЕРАТУРИ
1. Алексеев В. А., Борисов К. Н. Международная практика глобализации в системе здравоохранения. МИР (Модернизация. Инновации. Развитие). 2015. Т. 21, № 1. С. 98-102.
2. Анализ 16 625 научных работ из arXiv показал тенденции развития искусственного интеллекта. URL: https://22century.ru/popular-science-publications/ai-development-historical-trends
3. Асанова А. А. Качество жизни, связанное со здоровьем больных депрессивными расстройствами. Вест. психиатрии и психофармакотерапии. 2008. Т. 14, № 2. С. 82-85.
4. Афанасьева Е. В. Оценка качества жизни, связанного со здоровьем. Качественная клиническая практика. 2010. № 1. С. 36-38.
URL: https://www.clinvest.ru/jour/article/view/126?local e=ru_RU
5. Баева О. В. Управление технологическим процессом в области здравоохранения. Менеджмент у галуз! охорони здоров'я. 2008. 640 с. URL: http://uchebnikirus.com/medecina/menedzhment_u _galuzi_ohoroni_zdorovya_bayeva_ov/upravlinnya_tehno logichnimi_protsesami_galuzi_ohoroni_zdorovya.htm.
6. Болбат Г. Современные инновационные технологии медицины.
URL: http://www.inteeu.com/2016/08/15/sovremennye-innovatsionnye-tehnologii-v-meditsine
7. Гусев А. В. Обзор рынка комплексных информационных систем. Информационные системы. 2009. № 6. С. 4-17.
8. Гусев А. Рынок искусственного интеллекта для здравоохранения: обзор прогнозов. URL: https://webiomed.ai/blog/rynok-iskusstvennogo-intellekta-dlia-zdravookhraneniia-obzor-prognozov/ (Дата публикации 20.06.2018).
9. Дадашев З. Ф., Устинова Н. Г. Влияние искусственного интеллекта на экономику. Эпоха науки. 2019. № 18. С. 53-57.
DOI: https://doi.org/10.24411/2409-3203-2018-11812
10. Жукова О. А., Кром И. Л. Качество жизни как многофакторный критерий оценки состояния больных шизофренией. Бюллетень медицинских интернет-конференций. 2011. Т. 1 № 7. С. 35-37. URL: https://cyberleninka.ru/article/n/kachestvo-zhizni-kak-mnogofaktornyy-kriteriy-otsenki-sostoyaniya-bolnyh-shizofreniey/viewer
11. Зарубина Т. В., Медицинская информатика: учебник / под общ. ред. Т.В. Зарубиной, Б. А. Коб-ринского. Москва: ГЭОТАР-Медиа, 2016. 512 с. URL: https://sci.house/tehnologii-meditsine-informatsionnyie-scibook/osnovnyie-sostavlyayuschie-lechebno-83489.html
12. Искусственный интеллект в управлении проектами. URL: https://ddintsis.com/2019/11/16/ai-in-pm/ (Дата публикации 16.11.2019).
13. Искусственный интеллект (ИИ). Artificial Intelligence (AI) как ключевой фактор цифровизации глобальной экономики.
URL: https://www.crn.ru/news/detail.php?ID=117544 (дата публикации 24.12.2017).
14. Как искусственный интеллект трансформирует будущее здравоохранения? URL: https://www.zfort.com.ua/blog/kak-iskusstvennyi-intellekt-transformiruet-budushee-zdravookhraneniya (Дата публикации 07.05.2020).
15. Карамишев Д. В., Немченко А. С. Реалiзацiя та оцшка ефективносп шновацшних проекта у системi охорони здоров'я. Економжа та держава. 2006. № 2. С. 86-88.
16. Карпов О. Э., Клименко Г. С., Лебедев Г. С. Применение интеллектуальных систем в здравоохранении. Совр. наукоемкие технологии. 2016. № 71. С. 38-43.
URL: http://top-technologies.ru/ru/article/view?id=36058 (дата обращения: 16.01.2021).
17. Южаев С. О., Мазур Н. В. Визначення та ко-рекщя актуального стану пащента з використанням КМЕ-технологш. International scientific conference "Modern methods for diagnostics and treatment: experience of EU countries": conference proceedings. Lublin, Polska, 27-28 December, 2019. Lublin: Izdev-nieciba "Baltiya Publishing". P. 216-220.
18. Кижаев С. А., Мазур Н. В. Искусственный интеллект в медицине: функциональные возможности Комплекса Медицинского Экспертного. Медицина ХХ1 столття: перспективт i прюритетт напрями наукових до^джень: збiрник матерiалiв мiжнар. наук.-практ. конф. (Дншро, 24-25 липня 2020 р.). Дншро: Оргашзащя наукових медичних дослщжень «Salutem», 2020. C. 68-77.
19. Кижаев С. А., Петренко В. А. Когнитивные технологии искусственного интеллекта в управлении проектами. Економжа тдприемства: Сучасш проблеми теорИ та практики: матерiали IX Мгжнар. наук.-практично! конференций Одеса: Атлант, 2020. С. 52-53.
20. Киселев А. Р. mHealth: От наукоемких технологий к клинической практ. Клиницист. 2015. Т. 6. С. 10-12. URL: https://www.researchgate.net/publication /307644293_mHealth_FR0M_HIGH-END_TECHNOLOGIES_IN_CLINICAL_PRACTICE /fulltext/57db5cc708aeea195932bbde/mHealth-FR0M-HIGH-END-TECHNOLOGIES-IN-CLINICAL-PRACTICE.pdf
21. Коц Я. И., Либис Р. А. Качество жизни у больных с сердечно-сосудистыми заболеваниями. Кардиология. 1993. № 5. С. 66-72.
22. Кузьминов О. М., Сотникова Е. В., Локинс-кая И. В. Модель организации и обработки клинической информации для экспертизы качества лечебно-диагностического процесса. ИТ и качество медицинской помощи. 2014. № 2. С. 57-66.
23. Эволюция интернет-технологий в системе здравоохранения / Г.С. Лебедев и др. Журнал телемедицины и электронного здравоохранения. 2017. № 2. С. 63-78. URL: http://jtelemed.ru/article/evoljucija-internet-tehnologii-v-sisteme-zdravoohranenija.
24. Лепський В. В. Концепщя реформування медично! галузi з використанням проектного тдходу. Ысник Нац. технiчного унiверситету "ХП1". Серiя: Стратепчне управлшня, управлшня портфелями, програмами та проектами. 2016. № 2. С. 108-112. DOI: https://doi.org/10.20998/2413-3000.2016.1174.24
25. Мигаль М. Впровадження шформацшних технологш у сучасну медицину.
URL: https://tribuna.pl.ua/news/vprovadzhennya-informatsijnyh-tehnologij-u-suchasnu-medytsynu/ (Дата публикации 13.11.2019).
26. Молодченков А. И., Хачумов М. В., Яшина Л. П. Подходы к анализу отклонений медицинских технологических процессов / Труды ИСА РАН. 2016. Т. 66, № 2. С. 74-84.
URL: http://www.isa.ru/proceedings/images/documents/2 016-Т. 66, № 2. С. 74-84.pdf
27. Новик А. А., Матвеев С. А, Ионова Т. И. Оценка качества жизни больного в медицине. Клин. медицина. 2000. № 2. С. 10-13.
28. Оржельский И. В., Кузнецов А. Н. Теоретические основы физико-математической медицины. Москва: ООО «Медиа М», 2016. 54 с.
29. Основи законодавства Укра!ни про охорону здоров'я. Закон Укра!ни. Вiдомостi Верховноi Ради Украти (ВВР). 1993. № 4, C. 19. URL: https://zakon.rada.gov.ua/laws/show/2801-12
30. Петренко В. О., Дудшкова О. I., Южаев С. О., Мазур Н. В. Управлшня шноващями у контесп медично! реформи в Укрш'ш. International scientific conference "Modern methods for diagnostics and treatment: experience of EU countries": conference proceedings. Lublin, Polska, 27-28 December, 2019. Lublin: Izdevnieciba "Baltiya Publishing, P. 191-195.
21/ Том XXVI /1
25
31. Применение искусственного интеллекта в медицине: эффективная диагностика и создание новых лекарств. Как работает искусственный интеллект в медицине в 2018 году. Al conference (Киев, 14 нояб. 2018 г.).
URL: https://aiconference.com.ua/ru/news/primenenie-
iskusstvennogo-intellekta-v-meditsine-effektivnaya-
diagnostika-i-sozdanie-novih-lekarstv-92604
32. Применение искусственного интеллекта для прогноза удовлетворенности больных медицинской помощью в условиях специализированной клиники восстановительного лечения / С. В. Харитонов и др. Журнал телемедицины и электронного здравоохранения. 2020. № 3. С. 15-23.
DOI: https://doi.org/10.29188/2542-2413-2020-6-3-15-23
33. Про прюритетш напрями шновацшно! дiяль-носп в Укра!ш: Закон Украши. Вiдомостi Верховноi Ради Украгни (ВВР). 2012. № 19-20. C. 166. (1з змшами, внесеними зпдно i3 Законом № 5460-VI вад 16.10.2012, ВВР, 2014. № 2-3. C. 41). URL: https://zakon.rada.gov.ua/laws/show/3715-17
34. Продолжительность жизни людей в разные эпохи. Телеграф.
URL: https://telegraf.com.ua/zhizn/zdorove/1336638-prodolzhitelnost-zhizni-lyudey-v-raznyie-epohi-foto.html
35. Пройдаков Э. М. Современное состояние искусственного интеллекта / Журнал Компьютерные и информационные науки. 2018. С. 129-154. URL: https://cyberleninka.ru/article/n/sovremennoe-sostoyanie-iskusstvennogo-intellekta/
36. Прохоров Н. Л., Швеин А. А., Знайко Г. Г., Красовский В. Е. Развите проектно-технологической платформы для управления процессами создания медицинской техники.
URL: http://www.ineum.ru/razvite-proektnotekhnologicheskoj-platformy-dlya-upravleniya-processami-sozdaniya-medicinskoj-tekhniki (Дата публикации 07.05.2013).
37. Прохоров Н. Л., Швеин А. А., Знайко Г. Г., Красовский В.Е. Развите проектно-технологической платформы для управления процессами создания медицинской техники.
URL: http://www.ineum.ru/razvite-proektnotekhnologicheskoj-platformy-dlya-upravleniya-processami-sozdaniya-medicinskoj-tekhniki (Дата публикации 20.07.2019).
38. Рейтинг стран мира по уровню продолжительности жизни: исследования. Гуманитарная энциклопедия. Центр гуманитарных технологий, 2006-2021 (последняя редакция: 04.01.2021). URL: https://gtmarket.ru/ratings/life-expectancy-index
39. Сайфиддинова Э. С., Бегичева О. Л., Ананьина Л. Г. Перспективы развития искусственного интеллекта в нейрохирургии и нейрореабилитации / Шаг в будущее: искусственный интеллект и цифровая экономика: материалы 1-й Междунар. науч.-практ. конф. Вып. 4 / Государственный университет управления. Москва: Издательский дом ГУУ, 2017. С. 9197. URL: https://guu.ru/wp-content/uploads/Conference-published-materials-issue-4.pdf.
40. Софронов А. Г., Николкина Ю. А. Оценка показателей качества жизни и социального функционирования у женщин с алкогольной зависимостью, состоящих на диспансерном наблюдении. Обозрение психиатрии и медицинской психологии. 2012. № 1. C. 43-47.
41. Старченко И. Б., Вишневецкий В. Ю. Биотехнические и медицинские технологии: учеб. пособие. Таганрог: Изд-во ТТИ ЮФУ, 2010. 52 с. URL: http://window.edu.ru/catalog/pdf2txt/707/76707/57 900?p_page=1
42. Стефанишина О. В. Медична реформа: три життево важливi кроки для нового парламенту. Укр. правда Життя
URL: https://life.pravda.com.ua/columns/2019/07/30/237 706/ (Дата публикации 30.07.2019).
43. Стратегическая сессия «Искусственный интеллект в медицине. Цифровое здравоохранение» / Всерос. консилиум заслуженных врачей Российской Федерации. Медицина народного здоровья. URL: https://webiomed. ai/media/docs/itogovaia-prezentatsiia-strategicheskoi-sessii-iskusstvennyi-intellekt-v-meditsine-_NyPUSpx.pdf
44. Токарев Б. Е., Токарев Р. Б., Глотова Д. А. Рыночные и правовые перспективы внедрения разработок искусственного интеллекта. Шаг в будущее: искусственный интеллект и цифровая экономика: материалы 1-й Междунар. науч.-практ. конф.. Вып. 4 / Государственный университет управления. Москва: Издательский дом ГУУ, 2017. С. 197-205.
45. Фильченков А., Вяткин В., Шалыто А. Искусственный интеллект в производстве высокотехнологичной продукции.
URL: http://www.up-pro.ru/library/ innovations/management/ii-produkciya.html. (Дата публикации 11.05.2017).
46. Ягенський А. В., Очкарук I. М. Оцшка якосп життя у сучаснш медичнiй практицi. 1нтернет-видання для медичних та фармацевтичних пра-цiвникiв. Специализированный портал для медработников Professional medical Portal. Внутренняя медицина. 2007. № 3. URL: http://www.mif-ua.com/archive/article/418
47. Artificial intelligence in medicine / A. N. Ramesh et al. PJ Drew. Ann R Coll Surg Engl. 2004. Vol. 86. P. 334-338. DOI: https://doi.org/10.1308/147870804290
48. Bursov A. I. Application of artificial intelligence in medical data analysis. Almanac of Clinical Medicine. 2019. Vol. 47, No. 7. P. 630-633.
DOI: https://doi.org/10.18786/2072-0505-2019-47-071
49. Chiolero A., Burnier M., Santschi V. Improving treatmentsatisfaction to increase adherence. J. Hum Hypertens. 2016. May. (Vol. 30, No. 5). P. 295-296. Epub 2015 Aug 20. PMID: 26290276.
DOI: https://doi.org/10.1038/jhh.2015.89
50. Irene J. Higginson, Alison J. Carr Using quality of life measures in the clinical setting Использование показателей качества жизни в клинических условиях. BMJ. 2001. 26 May. (Vol. 322, No. 7297). P. 1297-1300. DOI: https://doi.org/10.1136/bmj.322.7297.1297
51. Kaplan R. M., Atkins C. J., Timms R. Validity of a quality of well-being scale as an outcome measure in chronic obstructive pulmonary disease. Journal of Chronic Diseases. 1984. Vol. 37, No. 2. P. 85-95. DOI: https://doi.org/10.1016/0021-9681(84)90050-X
52. Kosenkova O. I., Makarova V. I. Problems of quality of life in modern medicine. Human Ecology. 2007. No. 11. P. 29-34.
53. Mihaila V., Enachescu D., Davila C. General Population Norms for Romania using the Short Form 36 Health Survey (SF-36). QL News Letter . 2001. No. 26. P. 17-18.
54. Schatsky D., Muraskin C., Gurumurthy R. Cognitive technologies: The real opportunities for business Deloitte Review Issue 16.
URL: https://www2.deloitte.com/us/en/insights/deloitte-review/issue-16/cognitive-technologies-business-applications.html. (,3,aTa пу6flнкaцнн 27.01.2015).
55. Van Calster B., Steyerberg E. W., Collins G. S. Artificial Intelligence Algorithms for Medical Prediction Should Be Nonproprietary and Readily Available. JAMA Intern Med. 2019. 1 May. (Vol. 179, No. 5). P. 731. PMID: 31058938.
DOI: https://doi.org/10.1001/jamainternmed.2019.0597
REFERENCES
1. Alekseev VA, Borisov KN. [International practice of globalization in the healthcare system]. MID (Modernization. Innovation. Development). 2015;1(21):98-102. Russian.
2. [Analysis of 16 625 scientific papers from the archive showed trends in the development of artificial intelligence]. Russian.
Available from: https://22century.ru/popular-science-publications/ai-development-historical-trends
3. Asanova AA. [Quality of life related to the health of patients with depressive disorders]. Bulletin of Psychiatry and Psychopharmacotherapy. 2008;2(14):82-85. Russian.
4. Aphanasieva EV. [Assessment of health-related quality of life]. Good clinical practice. 2010;1:36-38. Russian. Available from:
https://www.chnvestru/jour/article/view/126?locale=ru_RU
5. Baieva OV. [Management of technological process in the field of health care]. Management of the field of health care. 2008;640. Russian. Available from: http://uchebnikirus.com/medecina/menedzhment_u_galuz i_ohoroni_zdorovya_bayeva_ov/upravlinnya_tehnologich nimi_protsesami_galuzi_ohoroni_zdorovya.html
6. Bolbat G. [Modern innovative technologies in medicine]; 2016. Russian. Available from: http://www.inteeu.com/2016/08/15/sovremennye-innovatsionnye-tehnologii-v-meditsine
7. Gusev AV. [Market overview of complex information systems. Information Systems]. 2009;6:4-17. Russian.
8. Gusev A. [Market of artificial intelligence for health: a review of forecasts]; 2018. Russian. Available from: https://webiomed.ai/blog/rynok-iskusstvennogo-intellekta-dlia-zdravookhraneniia-obzor-prognozov/
9. Dadyshev ZF, Ustinova NG. [The impact of artificial intelligence on the economy]. Age of Science. 2019;18:53-57. Russian.
doi: https://doi.org/10.24411/2409-3203-2018-11812
10. Zhukova OA, Krom IL. [Quality of life as a mul-tifactorial criterion for assessing the state of patients with schizophrenia]. Bulletin of Medical Internet Conferences. 2011;1(7):35-37. Russian. Available from: https://cyberleninka.ru/article/n/kachestvo-zhizni-kak-mnogofaktornyy-kriteriy-otsenki-sostoyaniya-bolnyh-shizofreniey/viewer
11. Zarubina TV. [Medical informatics: textbook]. Zarubina TV, Kobrin BA, editors. Moskva: GEOTAR-Media; 2016. p. 512 Russian. Available from: https://sci.house/tehnologii-meditsine-informatsionnyie-scibook/osnovnyie-sostavlyayuschie-lechebno-83489.html/
12. [Artificial intelligence in project management]. [Internet]; 2019. Russian. Available from: https://ddintsis.com/2019/11/16/ai-in-pm/
13. [Artificial Intelligence (AI) as a key factor in the digitalization of the global economy]. [Internet]; 2017. Russian. Available from: https://www.crn.ru/news/detail.php?ID=117544
14. [How artificial intelligence is transforming the future of healthcare?]. [Internet]; 2020. Russian. Available from: https://www.zfort.com.ua/blog/kak-iskusstvennyi-intellekt-transformiruet-budushee-zdravookhraneniya
15. Karamyshev DV, Nemchenko AS. [Implementation and evaluation of the effectiveness of innovative projects in the health care system]. Economy and State. 2006;2:86-88. Ukrainian.
16. Karpov OE, Klimenko GS, Lebedev GS. [Application of intelligent systems in healthcare]. Modern high technologies. 2016;7-1:38-43. Russian. Available from: http ://top-technologies.ru/ru/article/view?id=3605.
17. Kizhaev SA, Mazur NV. [Determination and correction of the current condition of the patient using KME-technologies]. International scientific conference "Modern methods for diagnostics and treatment: experience of EU countries": Conference proceedings; 2019 December 27-28; Lublin: Baltiya Publishing. 2019. p. 216-20. Ukrainian.
18. Kizhaev SA, Mazur NV. [Artificial intelligence in medicine: functional capabilities of the Medical Expert]. Medicine Complex of the 21st century: promising and priority direct scientific reports: Collection of materials of international scientific and practical conferences; 2020 April 24-25; Dnipro. Dnipro: Organization of scientific medical research «Salutem», 2020. p. 68-77. Russian.
19. Kizhaev SA, Petrenko VA. [Cognitive artificial intelligence technologies in project management Enterprise Economics: Modern Problems of Theory and Practice: Proceedings of the IX International Scientific
21/ TOM XXVI /1
27
and Practical Conference. Odessa: Atlantis; 2020. p. 5253. Russian.
20. Kyselev AP. [mHealth: From high technology to clinical practice]. Clitsinist 2015;6:10-12. Russian. Available from: https://www.researchgate.net/publication /307644293_mHealth_from_high-end_technologies_in_clinical_practice /fulltext/57db5cc708aeea195932bbde/mhealth-from-high-end-technologies-in-clinical-practice.pdf
21. Kots Yal, Libis RA. [Quality of life in patients with cardiovascular disease]. Cardiology. 1993;5:66-72. Russian.
22. Kuzminov OM, Sotnikova EV, Lokinskaya IV. [Model of organization and processing of clinical information for the examination of the quality of the treatment and diagnostic process]. IT and quality of care. 2014;2: 57-66. Russian.
23. Lebedev GS, Shaderkin IA, Fomina IV, Lisn-nko AA, Riabkiv IV, Kachkovskiy SV, Melaev DV. [Evolution of Internet technologies in the healthcare system]. Telemedicine and eHealth Journal. 2017;2:63-78. Russian. Available from:
http://jtelemed.ru/article/evoljucija-internet-tehnologii-v-sisteme-zdravoohranenij a
24. Lepskyi VV. [The concept of reforming the medical sector using a project approach]. Bulletin of the National Technical University «Kharkiv Polytechnic Institute» Series: Strategic management, portfolio management, programs and projects. 2016;2:108-12. Ukrainian.
doi: https://doi.org/10.20998/2413-3000.2016.1174.24
25. Mygal M. [Introduction of information technologies in modern medicine]. [Internet]; 2019. Ukrainian. Available from:
https://tribuna.pl.ua/news/vprovadzhennya-informatsijnyh-tehnologij-u-suchasnu-medytsynu/
26. Molodchenkov AI, Khachumov MV, Yashy-na LP. [Approaches to the analysis of deviations of medical technological processes]. Proceedings of the ISA RAS. 2016;66(2):74-84. Russian. Available from: http://www.isa.ru/proceedings/images/documents/2016-66-2/t-16-2_74-84.pdf]
27. Novik AA, Matveev SA, Ionova TI. [Assessment of the patient's quality of life in medicine]. Clinical medicine. 2000;2:10-13. Russian.
28. Orzhelskyi IV, Kuznetsov AN. [Theoretical foundations of physical and mathematical medicine]. Moskva: LLC "Media M"; 2016. p. 54. Russian.
29. [Law of Ukraine "On Fundamentals of the Legislation of Ukraine on Health Care" (Bulletin of the Verkhovna Rada of Ukraine, 1993, No 4, page 19)]. Ukrainian. Available from: https://zakon.rada.gov.ua/laws/show/2801-12
30. Petrenko VO, Dudnikova OI, Kizhaev SO, Mazur NV. [Innovation management in the context of medical reform in Ukraine]. International scientific conference "Modern methods for diagnostics and treatment: experience of EU countries": Conference proceedings; 2019 Dec. 27-28; Lublin: Baltiya Publishing; 2019. p. 191-195. Ukrainian.
31. [The use of artificial intelligence in medicine: effective diagnostics and the creation of new drugs. How
artificial intelligence works in medicine in 2018]. Al conference; 2018 Nov. 14; Kyiv. Russian. Available from: https://aiconference.com.ua/ru/news/primenenie-is-kusstvennogo-intellekta-v-meditsine-effektivnaya-diagnostika-i-sozdanie-novih-lekarstv-92604
32. Kharitonov SV, Lyamina NP, Zaitsev VP, Sam-sonova GO, Golubev MV. [Application of artificial intelligence for predicting patient satisfaction with medical care in the specialized clinic for rehabilitation]. Journal of Telemedicine and eHealth. 2020;3:15-23. Russian. doi: https://doi.org/10.29188/2542-2413-2020-6-3-15-23
33. [Law of Ukraine "On Priority Areas of Innovation Activity in Ukraine" (Bulletin of the Verkhovna Rada of Ukraine, 2012, No 19-20, Art. 166). As amended in accordance with Law N 5460-VI as of October 16, 2012, BVR, 2014;2-3:41]. Ukrainian. Available from: https://zakon.rada.gov.ua/laws/show/3715-17
34. [Life expectancy of people in different eras]. Telegraph. Russian. Available from: https://telegraf.com.ua/zhizn/zdorove/1336638-prodolzhitelnost-zhizni-lyudey-v-raznyie-epohi-foto.html
35. Proidakov EM. [Modern state of artificial intelligence]. J. of Computer and Information Sciences. 2018;129-54. Russian. Available from: https://cyberleninka.ru/article/n/sovremennoe-sostoyanie-iskusstvennogo-intellekta /
36. Prokhorov NL, Shvein AA, Znaiko GG, Krasovs-kyi VE. [Development of a design and technological platform for managing the processes of creating medical equipment]. [Internet]; 2013. Russian. Available from: http ://www.ineum.ru/razvite-proektnotekhnologicheskoj -platformy-dlya-upravleniya-processami-sozdaniya-medicinskoj-tekhniki
37. Prokhorov NL, Shvein AA, Znaiko GG, Krasovs-kyi VE. [Development of a design and technological platform for managing the processes of creating medical equipment]. [Internet]; 2019. Russian. Available from: http://www.ineum.ru/razvite-proektnotekhnologicheskoj-platformy-dlya-upravleniya-processami-sozdaniya-medicinskoj-tekhniki
38. [Rating of countries in the world in terms of life expectancy. Humanities Encyclopedia: Research [Internet]. Center for Humanitarian Technologies. 20062021. Russian. Available from: https://gtmarket.ru/ratings/life-expectancy-index
39. Sayfiddinova ES, Begicheva OL, Ananyina LG. [Prospects for the development of artificial intelligence in neurosurgery and neurorehabilitation]. Step into the future: artificial intelligence and digital economy: materials of the 1st International Scientific and Practical Conference; 2017, No. 4; State University of Management. Moskva: Publishing House of the State University of Management; 2017. p. 91-97. Russian. Available from: https://guu.ru/wp-content/uploads/Confe-rence-published-materials-issue-4.pdf
40. Sofronov AG, Nikolkina YuA. [Assessment of indicators of the quality of life and social functioning in women with alcohol dependence, who are on dispensary observation]. Review of psychiatry and medical psychology. 2012;1:43-47. Russian.
41. Starchenko IB, Vyshnevetskyi VYu. [Biotechnical and medical technologies: Textbook]. Taganrog: Publishing house of the Southern Federal University; 2010. p. 52. Russian. Available from: http://window.edu.ru/catalog/pdf2txt/707/76707/57900?p _page=1
42. Stephanishina OV. [Medical reform: three vital steps for a new parliament]. Ukrainska Pravda Zhyttia; 2019. Russian. Available from: https://life.pravda.com.ua/columns/2019/07/30/237706/
43. [Strategic session "Artificial Intelligence in Medicine. Digital health care"]. All-Russian council of honored doctors of the Russian Federation Public Health Medicine. Russian. Available from: https://webiomed.ai/media/docs/itogovaia-prezentatsiia-strategicheskoi-sessii-iskusstvennyi-intellekt-v-meditsine-_NyPUSpx.pdf
44. Tokarev BYe, Tokarev RB, Glotova DA. [Market and legal prospects for the implementation of artificial intelligence development]. Step into the future: artificial intelligence and digital economy: materials of the 1st International Scientific and Practical Conference. 2017, No. 4; State University of Management; Moskva: Publishing House of the State University of Management; 2017. p. 197-205. Russian.
45. Filchenkov A, Viatkin V, Shalyto A. [Artificial intelligence in the production of high-tech products]. [Internet]; 2017. Russian. Available from: http://www.up-pro.ru/library/innovations/management/ii-produkciya.html
46. Yagenskyi AV, Sichkaruk IM. [Assessment of the quality of life in modern medical practice. Internet access for medical and pharmaceutical workers. Dedicated portal for healthcare providers]. Professional medical Portal. J. Internal medicine. 2007;3. Russian. Available from: http://www.mif-ua.com/archive/article/418
47. Ramesh AN, Kambhampati C, Monson JRT, Drew PJ. Artificial intelligence in medicine. Ann R Coll
Surg Engl. 2004;86:334-8
doi: https://doi.org/10.1308/147870804290
48. Bursov AI. Application of artificial intelligence in medical data analysis. Almanac of Clinical Medicine. 2019;47(7):630-3.
doi: https://doi.org/10.18786/2072-0505-2019-47-071
49. Chiolero A, Burnier M, Santschi V. Improving treatmentsatisfaction to increase adherence. J Hum Hypertens. 2016 May;30(5):295-6. Epub 2015 Aug 20. PMID: 26290276.
doi: https://doi.org/10.1038/jhh.2015.89
50. Irene J Higginson, Alison J Carr. Using quality of life measures in the clinical setting. BMJ. 2001 May 26;322(7297):1297-300.
doi: https://doi.org/10.1136/bmj.322.7297.1297
51. Kaplan RM., Atkins CJ, Timms R. Validity of a quality of well-being scale as an outcome measure in chronic obstructive pulmonary disease. Journal of Chronic Diseases. 1984;37(2):85-95.
doi: https://doi.org/10.1016/0021-9681(84)90050-X
52. Kosenkova OI, Makarova VI. Problems of quality of life in modern medicine. Human Ecology. 2007;11:29-34.
53. Mihaila V, Enachescu D, Davila C. General Population Norms for Romania using the Short Form 36 Health Survey (SF-36). QL News Letter. 2001;26:17-18.
54. Schatsky D, Muraskin C, Gurumurthy R. Cognitive technologies: The real opportunities for business Deloitte Review. 2015;16. Available from: https://www2.deloitte.com/us/en/insights/deloitte-review/issue-16/cognitive-technologies-business-applications.html
55. Van Calster B, Steyerberg EW, Collins GS. Artificial Intelligence Algorithms for Medical Prediction Should Be Nonproprietary and Readily Available. JAMA Intern Med. 2019 May 1;179(5):731. PMID: 31058938. doi: https://doi.org/10.1001/jamainternmed.2019.0597
CraTTa Haginmga go pega^ii' 09.12.2020
♦
21/ TOM XXVI /1
29
