Искусственный интеллект в первичной медико-санитарной помощи Кыргызской Республики: возможности, риски и концептуальная модель внедрения в условиях ограниченных ресурсов
Журнал: Бюллетень науки и практики @bulletennauki
Рубрика: Медицинские науки
Статья в выпуске: 11 т.12, 2026 года.
Бесплатный доступ
Стремительное развитие технологий искусственного интеллекта (ИИ) формирует новые возможности для трансформации первичной медико-санитарной помощи (ПМСП), включая стратификацию риска, раннее выявление заболеваний, поддержку клинических решений, оптимизацию маршрутизации пациентов, автоматизацию медицинской документации и дистанционный мониторинг. Однако основная часть доказательств эффективности подобных решений получена в странах с развитой цифровой инфраструктурой, что ограничивает возможность их прямого переноса в системы здравоохранения стран с ограниченными ресурсами. Цель исследования — систематизировать современные направления применения искусственного интеллекта в ПМСП, оценить возможности и ограничения их использования в условиях системы здравоохранения Кыргызской Республики и разработать контекстно-адаптированную концептуальную модель поэтапной интеграции ИИ в первичную медико-санитарную помощь. Проведен аналитический обзор современных научных публикаций и стратегических документов, посвященных применению машинного обучения, предиктивной аналитики, обработки естественного языка и генеративного ИИ в первичной медицинской помощи. Отдельно проанализированы организационные и цифровые предпосылки внедрения ИИ в Кыргызской Республике. Показано, что для Кыргызстана наиболее перспективными являются не автономные диагностические системы, а технологии, дополняющие деятельность медицинского работника: автоматизированная идентификация групп риска, поддержка профилактических мероприятий и диспансерного наблюдения, интеллектуальный триаж, поддержка принятия клинических решений, контроль хронических неинфекционных заболеваний, телемедицинская поддержка удаленных территорий и снижение административной нагрузки. Предложена авторская концептуальная модель AI-PHC-KG, объединяющая цифровые данные пациента, алгоритмическую стратификацию риска, поддержку клинических решений, маршрутизацию и динамическое наблюдение при сохранении обязательного человеческого контроля. Обосновано, что внедрение ИИ в ПМСП Кыргызской Республики должно осуществляться поэтапно — от технологий низкого клинического риска к клиническим системам поддержки решений — и сопровождаться локальной валидацией, формированием системы управления медицинскими данными, обеспечением информационной безопасности, оценкой алгоритмической справедливости и адаптацией цифровых решений к кыргызскому и русскому языкам. ИИ следует рассматривать не как замену медицинского работника, а как инструмент увеличения функциональной способности ПМСП в условиях кадровых, территориальных и ресурсных ограничений.
Короткий адрес: https://sciup.org/14139521
IDS: 14139521 | УДК: 61:004.8 | DOI: 10.33619/2414-2948/132/32
Artificial Intelligence in Primary Health Care of the Kyrgyz Republic: Opportunities, Risks, and a Conceptual Implementation Model in a Resource-Constrained Health System
The rapid development of artificial intelligence (AI) technologies creates new opportunities for transforming primary health care (PHC), including risk stratification, early disease detection, clinical decision support, patient triage and referral optimization, medical documentation automation, and remote monitoring. However, most evidence on the effectiveness of these technologies originates from health systems with advanced digital infrastructures, limiting their direct transferability to resource-constrained settings. The aim of this study was to synthesize current approaches to AI application in PHC, assess their potential and limitations within the health system of the Kyrgyz Republic, and develop a context-adapted conceptual model for the phased integration of AI into primary health care. An analytical review of contemporary scientific literature and strategic documents addressing machine learning, predictive analytics, natural language processing, and generative AI in primary care was conducted. Organizational and digital prerequisites for AI implementation in the Kyrgyz Republic were analyzed separately. The analysis suggests that, in the Kyrgyz context, the most promising applications are not autonomous diagnostic systems but technologies that augment health professionals: automated risk-group identification, preventive and follow-up care support, intelligent triage, clinical decision support, chronic disease management, telemedicine-assisted care for remote populations, and reduction of administrative workload. Based on these findings, the authors propose the AI-PHC-KG framework, integrating patient digital data, algorithmic risk stratification, clinical decision support, referral pathways, and longitudinal monitoring, while maintaining mandatory human oversight. AI integration into PHC in the Kyrgyz Republic should proceed gradually, beginning with low-clinical-risk applications and advancing toward clinical decision-support systems only after adequate local validation. Implementation should be accompanied by robust health-data governance, cybersecurity safeguards, algorithmic fairness assessment, and linguistic adaptation to Kyrgyz and Russian. AI should therefore be considered not as a substitute for health professionals but as an instrument for expanding the functional capacity of PHC under workforce, geographic, and resource constraints.