CC BY
54JOURNAL OF CARDIORESPIRATORY RESEARCH
ЖУРНАЛ КАРДИОРЕСПИРАТОРНЫХ ИССЛЕДОВАНИЙ
ОБЗОРНЫЕ СТАТЬИ/ADABIYOTLAR sharhi/ review articles УДК 004. 00.1082. 614.2:004.89
Аляви Анисхон Лютфуллаевич
Главный консультант, руководитель лаборатории ГУ «Республиканский специализированный научно-практический медицинский центр терапии и медицинской реабилитации», академик АН РУз, г. Ташкент, Узбекистан Аляви Бахромхон Анисханович директор ГУ «Республиканский специализированный научно-практический медицинский центр терапии и медицинской реабилитации», заведующий кафедрой Ташкентского педиатрического медицинского института, г. Ташкент, Узбекистан Абдуллаев Акбар Хатамович руководитель лаборатории ГУ «Республиканский специализированный научно-практический медицинский центр терапии и медицинской реабилитации», доцент Ташкентского педиатрического медицинского института, г. Ташкент, Узбекистан Узоков Жамол Камилович PhD докторант ГУ «Республиканский Специализированный научно-практический медицинский центр терапии и медицинской реабилитации» г. Ташкент, Узбекистан
ПЕРСПЕКТИВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В МЕДИЦИНЕ
For citation: Alyavi A.L., Alyavi B.A., Abdullaev A.Kh., Uzokov Dj.K. PROSPECTS OF ARTIFICIAL INTELLIGENCE IN MEDICINE. Journal of cardiorespiratory research. 2022, vol 3, issue 4, pp.9-14
d http: //dx. doi.org/10.5281/zenodo.7366100
АННОТАЦИЯ
На современном этапе значимость применения искусственного интеллекта в медицине растет, особенно в области изучения заболеваний сердечно-сосудистой системы. Искусственный интеллект поможет снизить стоимость обследования и повысить ценность информации о пациенте, их интерпретацию и принять оптимальное решение. Точность визуализации сердечно-сосудистой системы в сочетании с «большими данными» из электронной истории болезни позволит лучше охарактеризовать заболевание и персонализировать терапию. Возможности искусственного интеллекта всё чаще стали применяться в медицине, включая компьютерную диагностику, прогнозирование заболеваний. Безусловно, когда речь идет о здоровье человека, важен принцип «не навреди», реализация которого предполагает жесткое нормативно-правовое поле и тщательную доказательную базу при внедрении новых технологий. Следует признать, что ИИ как технология будет оказывать наибольшее преобразующее влияние на нашу жизнь, из того пакета технологий, которые мы применяем в медицинской профессии.
Ключевые слова: искусственный интеллект, сердечно-сосудистая система, факторы риска сердечно-сосудистых заболеваний, машинное обучение, кардиология, интеллектуальная диагностика и лечение пациентов, прогнозирование заболеваний.
Alyavi Aniskhan Lutfullaevich
Chief Consultant, Head of the laboratory
of SI "Republican Specialized scientific and practical medical Center for Therapy and Medical Rehabilitation, Academician of the Academy of Sciences of Uzbekistan, Tashkent, Uzbekistan Alyavi Bakhromkhan Aniskhanovich Director of SI "Republican Specialized scientific and practical medical Center for Therapy and Medical Rehabilitation, head of department Tashkent pediatric medical institute, Tashkent, Uzbekistan Abdullaev Akbar Khatamovich head of laboratory SI "Republican Specialized scientific and practical Medical Center for Therapy and Medical Rehabilitation, Associate Professor of Tashkent Pediatric medical institute, Tashkent, Uzbekistan Uzokov Djamol Kamilovich PhD doctoral student, SI "Republican Specialized scientific and practical medical Center for Therapy and Medical Rehabilitation, Tashkent, Uzbekistan
PROSPECTS OF ARTIFICIAL INTELLIGENCE IN MEDICINE
ANNOTATION
At the present stage, the importance of using artificial intelligence in medicine is growing, especially in the field of studying diseases of the cardiovascular system. Artificial intelligence will help to reduce the cost of examination and increase the value of patient information, their interpretation and make the most optimal decision. The accuracy of visualization of the cardiovascular system in combination with "big data" from the electronic medical history will allow to better characterize the disease and personalize therapy. The capabilities of artificial intelligence are increasingly being used in medicine, including computer diagnostics, disease prediction. Of course, when it comes to human health, the "do no harm" principle is important, the implementation of which requires a strict legal and regulatory framework and a thorough evidence base when introducing new technologies. It must be recognized that AI as a technology will have the most transformative impact on our lives, from the package of technologies that we apply in the medical profession.
Keywords: artificial intelligence, cardiovascular system, risk factors for cardiovascular diseases, machine learning, cardiology, intelligent diagnosis and treatment of patients, disease prediction.
Alyavi Anisxan Lyutfullayevich
Respublika ixtisoslashtirilgan terapiya va tibbiy reabilitatsiya ilmiy-amaliy tibbiyot markazi DM bosh maslahatchisi, laboratoriya rahbari, O'zbekiston Respublikasi fanlar akademiyasining akademigi, Toshkent, O'zbekiston Alyavi Baxromxan Anisxanovich Respublika ixtisoslashtirilgan terapiya va tibbiy reabilitatsiya ilmiy-amaliy tibbiyot markazi DM direktori, Toshkent Pediatriya Tibbiyot Instituti kafedra mudiri, Toshkent, O'zbekiston Abdullayev Akbar Xatamovich, Respublika ixtisoslashtirilgan terapiya va tibbiy reabilitatsiya ilmiy-amaliy tibbiyot markazi DM laboratoriya rahbari, Toshkent Pediatriya Tibbiyot Instituti dotsenti, Toshkent, O'zbekiston Uzokov Jamol Kamilovich PhD doktorant, Respublika ixtisoslashtirilgan terapiya va tibbiy reabilitatsiya ilmiy-amaliy tibbiyot markazi DM Toshkent, O'zbekiston
TIBBIYOTDA SUN'IY INTELLEKTNING ISTIQBOLLARI
ANNOTATSIYA
Hozirgi bosqichda sun'iy intellektni tibbiyotda qo'llashning ahamiyati tobora ortib bormoqda, ayniqsa yurak-qon tomir tizimi kasalliklarini o'rganish sohasida. Sun'iy intellekt tekshiruv narxini pasaytirishga va bemor haqidagi ma'lumotlarning qiymatini oshirishga, ularni talqin qilishga va eng maqbul qarorni qabul qilishga yordam beradi. Yurak-qon tomir tasvirining aniqligi elektron tibbiy tarixdagi "katta ma'lumotlar" bilan birgalikda kasallikni yaxshiroq tavsiflash va terapiyani individuallashtirishga imkon beradi. Sun'iy intellektning imkoniyatlari tibbiyotda tobora ko'proq qo'llanila boshlandi, shu jumladan kompyuter diagnostikasi, kasalliklarni bashorat qilish. Albatta, inson salomatligi haqida gap ketganda, "zarar qilma" tamoyili muhim ahamiyatga ega bo'lib, uni amalga oshirish uchun yangi texnologiyalarni joriy etishda qat'iy huquqiy-me'yoriy baza
va puxta dalillar bazasi talab etiladi. Shuni tan olish kerakki, sun'iy intellekt texnologiya sifatida biz tibbiyotda qo'llaydigan texnologiyalar to'plamidan boshlab hayotimizga eng o'zgaruvchan ta'sir ko'rsatadi.
Kalit so'zlar: sun'iy intellekt, yurak-qon tomir tizimi, yurak-qon tomir xavf omillari, mashinani o'rganish, kardiologiya, aqlli diagnostika va bemorlarni davolash, kasalliklarni bashorat qilish.
Искусственный интеллект (ИИ) - компьютерная самообучаемая система, предназначенная для решения задач высокого класса сложности. Он решает управленческие и расчетные задачи, может управлять особо сложными объектами и системами. Представление об искусственном интеллекте часто соотносится с понятием робототехники, хотя роботы и ИИ в своем понимании имеют разные характеризующие их свойства. Тем не менее, в более высшем технологическим развитии робот и ИИ имеют тесную функциональную взаимосвязь. В самом широком смысле под ИИ понимается область информационных технологий, разрабатывающая машины (системы), наделённые основными возможностями человеческого интеллекта: логические рассуждения; обучение способом накопления знаний и опыта; способность применять накопленные знания, чтобы управлять средой; приспособляемость. В процессе работы над ИИ разрабатываются алгоритмы и программы, решающие задачи точно так же, как и человек.
Впервые термин artificial intelligence (с английского переводится как «искусственный интеллект») был упомянут в 1956 году Джоном МакКарти, основателем функционального
программирования и изобретателем языка Lisp, на конференции в Университете Дартмута. Однако сама идея подобной системы была сформирована в 1935 году Аланом Тьюрингом. Ученый дал описание абстрактной вычислительной машине, состоящей из безграничной памяти и сканера, перемещающегося вперед и назад по памяти. Однако позднее, в 1950 году, он предложил считать интеллектуальными те системы, которые в общении не будут отличаться от человека. Сравнивать искусственный и естественный интеллект можно лишь по некоторым общим параметрам. Например, человеческий мозг и компьютер работают по примерно схожему принципу, включающему четыре этапа - кодирование, хранение данных, анализ и предоставление результатов. И естественный, и искусственный разум склонны к самообучению, они решают те или иные задачи и проблемы, используя специальные алгоритмы. Помимо общих умственных способностей к рассуждению, обучению и решению проблем, человеческое мышление также имеет эмоциональную окраску и сильно зависит от влияния социума. Искусственный интеллект не имеет никакого эмоционального характера и не ориентирован социально.
Медицина как наука и отрасль здравоохранения переживает период становления так называемой 4П-медицины (P4-medicine): персонализированной, предиктивной (предсказывающей вероятность патологий), превентивной (ориентированной на предотвращение развитие заболеваний), партиципационной (допускающей равенство позиций врача и пациента). Важные задачи ИИ в медицине — улучшить эффективность системы здравоохранения и снизить нагрузку и объем рутинной работы врачей, позволив им сконцентрироваться на постановке точных диагнозов. Именно поэтому ИИ так активно развивается в сфере медицины. Информационные технологии (ИТ) оцифровывают данные и предоставляют их и врачу, и пациенту в наглядном виде. Делают решение удобное не только врачу, но и для больных, и их близких, и медучреждения в целом. Все стороны должны правильно понимать особенности ИИ и эффективно взаимодействовать. ИИ ориентированы к настоящей реальности, а не к теории или искусственным ситуациям.
Качество диагностики выходит на совершенно другой уровень. ИИ помогает врачу собрать все нужные данные воедино и указывает на сигналы, которые могут свидетельствовать об отклонении. Отличие систем ИИ от других существующих алгоритмов заключается в том, что система ИИ обучается на множестве примеров, включая снимки, характеристики пациентов с определенным заболеванием. Эффективная система ИИ позволяет обобщить множество таких примеров и получить некоторую общую функциональную зависимость, которая
приводит в соответствие данным о пациенте определенный диагноз. Это, в свою очередь, позволяет для нового пациента на основе его характеристик также получать диагноз с заданной точностью. Именно обобщающая способность систем при обучении делает их интеллектуальными.
На рутинном приеме просто нет времени на полноценную оценку рисков. Врачи посвящают бумажной работе основную часть времени: из минут приема 70-80% времени может занять только ввод данных. Отсутствует эффективная система мотивации врачей к оценке риска, фактически это делают лишь единичные энтузиасты, и то только из числа имеющих достаточно свободного для этого времени. В итоге массового полноценного выявления факторов риска (ФР) и общей оценки риска развития сердечнососудистых заболеваний (ССЗ) не проводится. Врачи используют только 20% доступной информации.
По данным Всемирной Организации Здравоохранения, чтобы люди во всем мире имели доступ к услугам здравоохранения к 2030 году, странам с низким уровнем дохода нужно еще 18 миллионов медицинских работников. В дальнейшем ситуация не стабилизируется из-за роста населения, старения общества и изменения клинической картины заболеваний. Это только повысит спрос на высококвалифицированных медицинских работников и усложнит доступ к медицинской помощи. Поэтому инновационные технологии должны содержать в себе ИИ и базу знаний в предметной области. Они освободят врачей от рутинных повседневных задач: внесение информации в медкарту, детальный анализ большого массива данных из истории болезней и т.д. Благодаря этому медработники сконцентрируют время и усилия на решении серьезных диагностических вопросов и выборе лечения. Современные ИИ-технологии могут помочь системе здравоохранения повысить удовлетворенность пациентов и медицинского персонала, снизить стоимость медицинских услуг и улучшить качество медицинской помощи.
Основные направления ИИ. Диагностика заболеваний на основе интеллектуального анализа данных о пациенте, который включают результаты компьютерной томографии, магниторезонансной томографии, мультиспиральной
компьютерной томографии, ультразвукового исследования(УЗИ), позитронно-эмиссионной томографии, электроэнцефалографии, клинических анализов, анамнеза пациента, его генетического анализа, т.е. совокупности любых данных, которые бы позволили принимать решение о заболевании с определенной вероятностью. Первая задача использования ИИ - постановка диагноза. Второй задачей ИИ является определение оптимального лечения, включая выбор оптимальной дозировки лекарственных средств, алгоритма диагностики и режима лечения и т.д. Они ориентированы на конкретного пациента с учетом его персональных характеристик, результатов анализов, диагностических исследований и являются реализацией концепции персонализированной медицины. Задачи выбора оптимального лечения намного сложнее и требуют огромного объема обучающих данных.
К числу направлений применения ИИ относятся прогнозирование различных ситуаций, оценка любой цифровой информации с выдачей заключения, а также анализ различных данных с поиском скрытых закономерностей (data mining). Пока компьютеру не под силу моделировать
сложные процессы высшей нервной деятельности человека, как эмоции, любовь, творчество. Это относится к сфере так называемого «сильного ИИ», где прорыв ожидается не ранее 20302050-х годов. Вместе с тем компьютер успешно решает задачи «слабого ИИ», выступая в роли кибернетического автомата, работающего по предписанным человеком правилам.
Преимущества ИИ в медицине 1. Снижает уровень смертности, сокращая время, которое пациенты тратят на ожидание помощи от специалистов и положительно влияет на качество этой помощи.
Врачи получают больше времени для развития. ИИ предлагает врачам доступ к последним новостям в области медицины. Человек не может совмещать следование последним тенденциям и лечение пациентов. На это не хватает времени. 2. Снижает зависимость больных от уровня развития социальных услуг. 3. Сокращает число человеческих ошибок, так как большую роль играет так называемый человеческий фактор и люди делают ошибки. ИИ это и способ устранить ошибки, связанные с усталостью человека, и избавить врачей от некоторых однообразных задач. 5. Снижает медицинские расходы, умея передавать данные в режиме онлайн, пациент не нуждается в госпитализации. Эффективная постановка диагноза сокращает расходы на медицинское обслуживание и количество ошибок, связанных с ведением документации. 6. Во всем мире идет массовый переход на ведение электронных медицинских карт (ЭМК).
Перспективным способом повышения эффективности лечебно-профилактических методов и снижения заболеваемости и в итоге летальности, является создание систем поддержки принятия врачебных решений (СППВР), которые можно было бы встраивать в медицинские информационные системы с системой ведения ЭМК. Алгоритм собирает анамнезы воедино, и так специалист может обнаружить определенные паттерны. Метод, при котором медкарта заполнена разными специалистами, а данные собраны воедино, позволяет оптимизировать постановку точного диагноза. Технологии упрощают жизнь как врачу, так и пациенту, выполняя задачи быстрее и точнее, снижая количество ошибок и предоставляя удобную клиническую аналитику. Такие СППВР, построенные как централизованные сервисы по анализу ЭМК и выявлению в них ФР или подозрений на наличие заболеваний на ранней стадии, могли бы взять часть профилактической работы на свои плечи в автоматическом режиме. Кроме того, ИИ позволяет эффективно контролировать ход заболеваний или выявлять его первые симптомы и признаки, свидетельствующие о скором развитии болезни. Системы с ИИ позволяют распознавать заболевания даже на ранней стадии. помогают врачам-диагностам сосредоточиться на общении с пациентами и избавиться от необходимости вглядываться в мельчайшие детали снимков легких и УЗИ сердца. Настоящей технологией будущего можно считать роботов-хирургов — это решение на стыке роботизации и ИИ.
Система здравоохранения в будущем будет использовать методы, основанные на ИИ, для повышения эффективности и снижения затрат. ИИ может уменьшить время на разработку новых лекарств в несколько раз, анализируя молекулярные структуры существующих препаратов и предлагая новые согласно заданным требованиям. ИИ распознает симптомы, советует клиенту врача. Это снижает нагрузку на медицинских работников, при этом позволяя пациентам более внимательно отслеживать свое состояние. ИИ станет фактором углубления медикализации жизни человека (то есть процессов рассмотрения значимых аспектов индивидуальной жизни как подлежащих медицинским вмешательствам - от трансформации границ человеческой жизни до вмешательства в психическую целостность человека в процессе образования за счет нейротехнологий). ИИ и машинное обучение активно используются в современной медицине в связи с тем, что автоматизация расчетов и интерпретации большого объема получаемых данных исследований сможет улучшить качество диагностики, лечения и оптимизировать работу врача.
Кардиологический потенциал ИИ начал раскрываться ещё в апреле 2017 года. В Ноттингемском университете был создан алгоритм, который после анализа данных 378 тысяч пациентов по 22 показателям (возраст, национальность, различные заболевания, уровень холестерина...) предсказал риск развития инфаркта более точно, чем врачи: от 74,5% до 76,4% точности против 72,8%. «Предсказания» были сделаны на прошлой выборке, поэтому можно было сразу увидеть, что ИИ спас бы на 355 жизней больше, чем врачи!
Анализ публикаций в медицинских базах данных Medline, Web of Science, Pubmed, Cohrane Central Register of Controlled Trials показал, что ИИ чаще подразумевают множество типов нейронных
сетей, которые осуществляют распознавание закономерностей нелинейным способом с использованием алгоритмов. После перевода ЭКГ в цифровой формат ИИ стали использовать для интерпретации и постановки диагноза. Доказана возможность выявления гиперкалиемии (Galloway C.D. и соавт., 2019), сердечной недостаточности (Attia Z.I. и соавт., 2019), гипогликемии (Porumb M. и соавт., 2020) и даже изменения в эмоциональном состоянии (Dissanayake T. и соавт., 2019). Ограничения из-за пандемии COVID-19 привели к развитию технологии с поддержкой ИИ. Мониторинг QT с использованием мобильных устройств с ИИ были одобрены для клинической практики (Krittanawong C. и соавт., 2021). ИИ уже внедрен в несколько процедур в ядерной кардиологии для обработки изображений, что позволяет выполнять реконструкцию изображения, количественную оценку, высокоуровневый анализ результатов при проведении однофотонной эмиссионной компьютерной томографии и визуализации перфузии миокарда (Garcia E.V. и соавт., 2014). ИИ способен развить область стратификации рисков заболеваний благодаря анализу переменных и выявлению нелинейных ассоциаций.
Крупное рандомизированное исследование возможности применения ИИ в кардиологии показало, что алгоритм на основе ИИ оценивает функцию левого желудочка (ЛЖ) эффективнее оператора. Анализировалось 3500 эхокардиограмм. Операторы УЗИ-аппаратов осуществляли запись исследования и его первичную интерпретацию (в том числе, оценку фракции выброса ЛЖ). В дальнейшем половина записей в случайном порядке анализировалась алгоритмом, разработанном на основе глубинного обучения, - EchoNet tool. На следующем этапе результаты обработки эхокардиограмм операторами или алгоритмом EchoNet tool передавались кардиологам, и они оценивали правильность полученных результатов. В большинстве случаев кардиологи не могли определить, чье предварительное заключение - оператора или автоматического алгоритма - они анализируют. Исправления в исходные заключения были внесены в 16.8% заключений алгоритма и в 27.2% заключений оператора (P <0.001 и для критериев «искусственный интеллект не хуже оператора», и для критерия «ИИ лучше»).
Наиболее распространенный инструмент, используемый сегодня в первичной стратификации риска хронического ишемического синдрома и атеросклеротических ССЗ — калькулятор риска от Американской Ассоциации Кардиологов ACC\AHA ASCVD Risk. Используя те же 9 ФР, алгоритм машинного обучения смог значительно улучшить стратификацию риска: выявление на 13% большего числа лиц с высоким риском и рекомендация снизить терапию статинами на 25% у лиц с низким риском в группах исследования. На сегодняшний день для реализации рутинного использования ИИ необходимо создание стандартизированных баз данных, алгоритмов решения с участием специалистов в области информационных технологий (IT-специалистов) и врачей-клиницистов, решение вопросов безопасности персональных данных и этических аспектов. Преимущества от таких изменений: повысится точность диагностики, улучшится лечение, — что приведет к повышению качества и количества жизни.
На основе ИИ разработан метод прогнозирования риска фибрилляции предсердий в течение следующих 5 лет по данным электрокардиограммы у 83162 пациентов, получающих первичную помощь в больнице. Данный метод высокопрогнозируемый для людей с сердечной недостаточностью или инсультом в анамнезе. Исследователи из Бостона (США) предлагают использовать ИИ в операциях по пересадке сердца. Система оценки сердечной приживаемости CRANE способна обнаружить реакцию отторжения трансплантата и оценить его тяжесть. Ранее хирурги были вынуждены выявлять этот процесс достаточно субъективно и часто расходились во мнениях в постановке точного диагноза, что зачастую не шло на пользу пациентам с отторжением из-за задержки в лечении. Особенную сложность представлял процесс диагностики, так как на ранних стадиях пациенты могут не испытывать симптомов. CRANE предназначен для использования
совместно с экспертной оценкой, чтобы быстрее установить точный диагноз, а также может применяться в условиях нехватки специалистов. Разработчики обучили систему выявлению отторжения трансплантата, а также типированию и классификации, используя тысячи изображений из более чем 1300 биопсий сердца из исследовательского центра. Ученые отметили, что сочетание искусственного и человеческого интеллекта может привести к единству мнений медиков и сократить время, необходимое для оценки биопсий.
К преимуществам ИИ относится высокая точность, что помогает сразу заметить риски и ошибки, которые без ИИ могли бы остаться незамеченными. По данным, опубликованным в журнале British Medical Journal, исследование Университета Джона Хопкинса показало, что более 250 000 смертей в год в США происходят из-за врачебной ошибки, что делает его третьей ведущей причиной смерти в стране после болезней сердца и рака. Продукты ИИ могут помочь избежать этих ошибок и ненужных смертей. Еще одним существенным плюсом в использовании ИИ в медицине является снижение временных и материальных расходов. Компания Deloitte отметила, что решения ИИ позволяют улучшить управление кадрами, экономя больницам 90% времени, которое требуется им при использовании ручных решений.
Располагая таким большим количеством преимуществ, ИИ также имеет слабые стороны. Из основных недостатков можно выделить:
• вероятность присутствия некачественных данных в информации, которая подается для обучения ИИ;
• вероятность ошибок при использовании программных библиотек;
• возможность использования ИИ преступными группами посредством взлома;
• угроза неправомерного использования персональных данных;
• при недостаточном количестве входных данных увеличивается риск неправильной постановки диагноза;
• проблемы, связанные с правосубъектностью, правовым статусом объектов и интеллектуальной собственностью сгенерированных ИИ объектов.
Точность предсказания сердечно-сосудистых событий зависит от ряда причин: 1) оценка суммарного риска должна быть адаптирована в зависимости от национальных и региональных особенностей. 2) в шкалах исследований часто не учитываются существенные для наступления сердечно-сосудистого события клинические состояния (сахарный диабет I и II типа, хроническая болезнь почек или очень высокие уровни отдельных ФР). 3)данные для составления шкал должны соответствовать современным реалиям. 4) математические методы расчета рисков также имеют погрешности и ограничения по применимости.
Совершенствование технологических и алгоритмических инструментов ИИ приводит к доступности, эффективности и
References/Список литературы/Iqtiboslar
1.
2.
3.
4.
5.
6. 7.
широкому внедрению технологий. ИИ превосходит производительность человека в базовых тестах понимания прочитанного. Снижается разница между уровнем производительности ИИ и человека при решении лингвистических задач.
Врачи все чаще просят предоставлять более быстрые и персонализированные интерпретации данных для своих пациентов. Одним из решений для эффективного обеспечения такого уровня персонализированной медицины является ИИ. ИИ обладает явным потенциалом для повышения эффективности каждого этапа ухода за пациентами - от исследований и открытий до диагностики и выбора терапии.
Согласно ряду исследований, чем больше времени больной проводит с врачом, тем выше эффективность лечения и тем ниже риск повторных госпитализаций. Главным преимуществом применения ИИ в медицине станет рост эффективности и более рациональное использование рабочего времени. Сегодня больше половины врачей страдают от нервного истощения, а каждый четвертый — от депрессии. Переложив часть обязанностей на алгоритмы, они снизят нагрузку, в результате врачебных ошибок станет меньше. Кроме того, ИИ позволит уделять больше времени непосредственной работе с пациентами.
Общее количество публикаций по тематике ИИ в мире выросло с 162,5 тыс. в 2010 году до 334,5 тыс. в 2021 году. Две самые большие категории - журнальные статьи (51,5%) и доклады на конференциях (21,5%). В 2021 году инвестиции в проекты ИИ в сфере здравоохранения по всему миру достигли $11,2 млрд против $8 млрд годом ранее. Такие данные в марте 2022 года обнародовал Стэнфордский институт ИИ, ориентированного на человека (Stanford Institute for Human-Centered Artificial Intelligence). Согласно исследованию, в 2017-2021 г.г. медицина и здравоохранение стали самыми «привлекательными» отраслями для частных инвестиций на рынке ИИ. В общей сложности в профильные проекты за этот период было вложено более $28,9 млрд.
Всего 40 лет назад мир медицины был совершенно иным. Идеалом тогда служил семейный доктор, участковый врач, который уделяет много времени каждому пациенту и полагается в основном на свой опыт, а не на сложные диагностические процедуры. Кроме того, здравоохранение было куда менее затратным. В настоящее время медицинская сфера выглядит совершенно иначе, но это лишь начало фундаментальных изменений, которые несет с собой ИИ. Безусловно, когда речь идет о здоровье человека, важен принцип «не навреди», реализация которого предполагает жесткое нормативно-правовое поле и тщательную доказательную базу при внедрении новых технологий. Следует признать, что ИИ как технология будет оказывать наибольшее преобразующее влияние на нашу жизнь, из того пакета технологий, которые мы применяем в медицинской профессии.
Алексеева М.Г. Искусственный интеллект в медицине / М.Г. Алексеева, А.И. Зубов, М.Ю. Новиков // Международный научно-исследовательский журнал.- 2022. - №7 (121). - URL: https://research-journal.org/archive/7-121-2022-july/artificial-inteUigence-in-medicine
Гаврилов Д.В., Гусев А.В., Никулина А.В., Кузнецова Т.Ю., Драпкина О.М. Правильность оценки сердечно-сосудистого риска в повседневной клинической практике. Профилактическая медицина. 2021;24(4):69-75.
Головина, Е.А. Использование искусственного интеллекта в медицине / Е.А. Головина, А.К. Бачурина, А.В. Климов. — Текст : электронный // Novainfo, 2019. — № 104. — С. 1-2. — URL: https://novainfo.ru/article/16797 (дата обращения: 09.10.2022). Гусев А. В., Гаврилов Д. В., Корсаков И. Н., Серова Л. М., Новицкий Р. Э., Кузнецова Т. Ю. Перспективы использования методов машинного обучения для предсказания сердечно-сосудистых заболеваний. Врач и информационные технологии.2019. №3. С. 4147.
Елизарова М.И., Уразова К.М., Ермашов С.Н., Пронькин Н.Н. ИИ медицине. International Journal of Professional Science. 2021. № 5. С.81-85.
Комарь П.А., Дмитриев В.С., Ледяева А.М., Шадеркин И.А., Зеленский М.М. Рейтинг стартапов искусственного интеллекта: перспективы для здравоохранения России. Российский журнал телемедицины и электронного здравоохранения 2021;7(3)32-41. Комков А.А., Мазаев В.П., Рязанова С.В., Самочатов Д.Н., Базаева Е.В. Основные направления развития искусственного интеллекта в медицине // Научное обозрение. Медицинские науки. - 2020. - № 5. - С. 33-40.
8. Мелдо А.А., Уткин Л.В., Трофимова Т.Н. Искусственный интеллект в медицине: современное состояние и основные направления развития интеллектуальной диагностики // Лучевая диагностика и терапия. 2020. Т. 11, № 1. С. 9-17.
9. Мустафаев А.Г. Использование нейросетевых методов для автоматического анализа электрокардиограмм при диагностике заболеваний сердечно-сосудистой системы // Кибернетика и программирование. — 2019. - № 1. - С.66-74.
10. Невзорова В. А., Плехова Н. Г., Присеко Л. Г., Черненко И.Н., Богданов Д.Ю., Мокшина М.В., Кулакова Н.В. Методы машинного обучения в прогнозировании исходов и рисков сердечно-сосудистых заболеваний у пациентов с артериальной гипертензией (по материалам ЭССЕ-РФ в Приморском крае). Российский кардиологический журнал. 2020;25(3):3751. doi: 10.15829/1560-^071-2020-3-375
11. Рязанова С.В., Мазаев В.П., Комков А.А. Новые тенденции становления искусственного интеллекта в медицине. CardioСоматика. 2021;12(4):227-233.
12. Тарасова К.А. Возможности использования искусственного интеллекта в кардиологии. Российиский кардиологический журнал. 2022.22^7)(май). С.47.
13. Тополь Э. ИИ в медицине: Как умные технологии меняют подход к лечению. Издательство: А. Паблишер 2022. Москва. 398 с.
14. Фершт В.М., Латкин А.П., Иванова В.Н. Современные подходы к использованию искусственного интеллекта в медицине // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. 2020. Т. 12, № 1. С. 121-130.
15. Хохлов А.Л., Белоусов Д.Ю. Этические аспекты применения программного обеспечения с технологией искусственного интеллекта. Качественная клиническая практика. 2021;(1):70-84.
16. Шадеркин И.А. Слабые стороны искусственного интеллекта в медицине. Российский журнал телемедицины и электронного здравоохранения 2021;7(2):50-52.
17. Amisha, Malik P, Pathania M, Rathaur VK. Overview of artificial intelligence in medicine. J Family Med Prim Care. 2019;8(7):2328-31.
18. Garg R, Oh E, Naidech A, Kording K, Prabha1karan S. Automating ischemic stroke subtype classification using machine learning and nat1ural language processing. J Stroke Cerebrovasc Dis. 2019;28(7):2045-51.
19. Leeson P, Nanayakkara S and Lamata P (2022) Editorial: Translating artificial intelligence into clinical use within cardiology. Front. Cardiovasc. Med. 9:995234. doi: 10.3389/fcvm.2022.995234
20. Mintz Y, Brodie R. Introduction to artificial intelligence in medicine. Minim Invasive Ther Allied Technol. 2019;28(2):73-81.
21. Ouyang D. EchoNet-RCT: Safety and Efficacy Study of AI LVEF. Presented at: ESC 2022. August 27, 2022. Barcelona, Spain.
22. Абдувакилов Ж., Ризаев Ж. Биохимические маркеры соединительной ткани у больных хроническим воспалительным пародонтитом на фоне метаболического синдрома //Stomatologiya. - 2018. - Т. 1. - №. 1 (70). - С. 11-14.
23. Ziyadullaev S. et al. The effect of budesonide on the quality of life in patients with bronchial asthma //European Journal of Molecular & Clinical Medicine. - 2020. - Т. 7. - №. 2. - С. 1760-1766.
24. Абдуллаев Д., Гадаев А., Ризаев Ж. Матриксные металлопротеиназы у больных с болезнями пародонта и хронической сердечной недостаточностью //Stomatologiya. - 2017. - Т. 1. - №. 2 (67). - С. 104-106.
25. Зиядуллаев Ш. Х. и др. Роль некоторых регуляторных цитокинов в иммунопатогенезе экзогенных аллергических альвеолитов //Здобутки юнтчно! i експериментально! медицини. - 2017. - №. 1. - С. 38-41.
26. Зиядуллаев С. и соавт. Влияние будесонида на качество жизни больных бронхиальной астмой //Европейский журнал молекулярной и клинической медицины. - 2020. - Т. 7. - №. 2. - С. 1760-1766 гг.
