Искусственный интеллект в здравоохранении: обзор зарубежных публикаций

новные направления использования искусственного интеллекта (ИИ) в медицине, выявить потенциальные угрозы и понять, как специалисты относятся к подобным инновациям. Медицинские учреждения переживают период масштабных преобразований благодаря цифровизации. Технологии искусственного интеллекта проникают в различные сферы ‒ от упрощения повседневных задач до помощи врачам в постановке диагнозов, открывая перспективы кардинального обновления всей системы. Тем не менее внедрение этих решений сопряжено со множеством препятствий ‒ научного, технологического и морально-этического характера.

Данное исследование опирается на изучение международных научных трудов различного временного периода, включая публикации с 1993 по 2022 г., поскольку именно они определяют актуальные направления развития и обсуждение проблематики применения ИИ в медицинской сфере. Выбор такого временного интервала обоснован необходимостью продемонстрировать современное состояние технологического прогресса и практического опыта их использования. Приоритет отдан зарубежным источникам, учитывая их значительный вклад в формирование глобальных тенденций, а также фокусировку на ключевых проблемах, включая этические вопросы и препятствия, с которыми сталкивается медицинское сообщество в настоящее время.

При формировании базы публикаций для анализа ключевыми факторами выступили степень соответствия тематике исследования и показатели научного влияния работ. В качестве основополагающих параметров отбора рассматривались: акцент на реальном использовании алгоритмов искусственного интеллекта для диагностических процедур, индивидуализации терапевтических стратегий и оптимизации функционирования здравоохранительных структур; организационно-управленческие и морально-этические аспекты данной проблематики. Подобная методология обеспечила возможность не ограничиваться простым каталогизированием технологических инноваций, а идентифицировать ключевые направления развития, препятствия на пути интеграции новых решений и позицию профессионального врачебного сообщества относительно процессов цифровизации медицины.

Комплексное исследование, проведенное группой таких ученых, как Ф. Амиша, П. Малик, М. Патания и В.К. Ратаур (Amisha et al., 2019), демонстрирует масштабное влияние ИИ на различные аспекты медицинской практики. Способность искусственного интеллекта воспроизводить процессы человеческого познания создает принципиально новые перспективы для повышения качества оказания медицинских услуг, что особенно заметно в сферах диагностических процедур, терапевтических методик и систематизации клинической информации (Amisha et al., 2019).

Ретроспективный анализ свидетельствует о том, что интеграция ИИ в медицинскую отрасль началась еще в 80-е гг. прошлого столетия с использованием байесовских алгоритмов и искусственных нейронных сетей. Исследователи классифицируют применение данных технологий по двум ключевым векторам: цифровому (включая системы электронных историй болезни) и материальному (охватывающему роботизированные хирургические комплексы) (Amisha et al., 2019).

Цифровые ассистенты, подобные Molly, способствуют оптимизации клинических процедур и позволяют врачам сосредоточиться на наиболее сложных пациентах. Технологии искусственного интеллекта находят реальное воплощение в таких решениях, как AiCure и Babylon, обеспечивающих мониторинг медикаментозной терапии; DXplain, предоставляющей диагностическую помощь; и Germwatcher, ведущей учет нозокомиальных инфекций (Labovitz et al., 2017). Хотя автоматизированные системы диагностики (CAD) в области радиологии показывают результативность в обнаружении заболеваний, их использование при маммографических исследованиях сопряжено с высокой частотой ложных срабатываний, что указывает на необходимость доработки программных решений (Fenton et al., 2007).

Будущее медицинской сферы исследователи связывают с гармоничным объединением технологических достижений и профессионализма врачей. Хотя существуют опасения относительно потери рабочих мест, успешная интеграция искусственного интеллекта возможна лишь при условии нахождения равновесия между внедрением новшеств и важностью человеческого фактора, что также подразумевает подготовку медицинских специалистов к использованию современных разработок. При этом основным недостатком ИИ продолжает оставаться его неспособность воспроизвести эмпатию человека и осуществить всесторонний комплексный анализ (Amisha et al., 2019).

С 1970-х гг. медицинская сфера переживала периоды взлетов и падений в развитии технологий искусственного интеллекта, что подробно описывает в своей работе К. Куликовский, представляющий Университет штата Нью-Джерси имени Г. Рутгерса (Нью-Брансуик, США). В его исследовании показано, как первые экспертные системы заложили фундамент для нынешних достижений (Kulikowski, 2019).

В клинической практике и научных изысканиях ИИ нашел различное применение – это два ключевых вектора, обозначенных К. Куликовским. Если говорить о науке, то здесь технологии используются для создания моделей биомедицинских явлений, тогда как в клиниках они помогают специалистам в процессах диагностирования и выборе терапевтических методов. Первопроходцы отрасли, включая системы MYCIN и CASNET, в основном использовались в обучающих программах, поскольку медицинское сообщество еще не было готово к их внедрению, а процесс интеграции оказался чрезмерно трудоемким (Kulikowski, 2019).

Афганские ученые в своем аналитическом исследовании акцентируют внимание на перспективах применения искусственного интеллекта в патологической диагностике. Технологии машинного обучения показывают впечатляющие результаты при обработке медицинских снимков, распознавая комплексные диагностические признаки. В радиологической практике алгоритмы существенно улучшают диагностическую достоверность, а онкологическая платформа Watson демонстрирует согласованность с заключениями врачей-онкологов (Ahmad et al., 2021).

Существенный вклад в эволюцию технологий искусственного интеллекта внесли информационные базы американской Национальной медицинской библиотеки – системы PubMed и MEDLINE, открывшие широкий доступ к академическим публикациям (Lindberg et al., 1993). Однако развитие нейросетевых технологий сопровождается критическими вызовами: моделям свойственна ограниченная прозрачность принятия решений (эффект «непрозрачного механизма»), а этико-правовое регулирование остается нерешенной задачей1.

Несмотря на достигнутые положительные результаты, включая автоматическое обнаружение метастатических очагов (Ahmad et al., 2021), интеграция искусственного интеллекта в патологическую практику сталкивается с экономическими и техническими препятствиями.

Работа научного коллектива, в который входят З. Ахмад, С. Рахим, М. Зубайр и Дж. Абдул-Гафар, рассматривает внедрение технологий искусственного интеллекта в медицинскую сферу через призму противоречивых факторов. Исследователи выделяют существенные препятствия на пути цифровизации: отсутствие четких юридических норм, определяющих меру ответственности при сбоях алгоритмов, а также значительные капиталовложения, необходимые для приобретения технического оснащения и подготовки медицинского персонала. Одновременно ученые фиксируют положительный эффект от применения ИИ-систем ‒ оптимизацию рабочих процессов медучреждений, ускорение аналитической обработки информации и улучшение территориальной доступности качественного медицинского обслуживания (Ahmad et al., 2021).

Специалисты отмечают явные достоинства применения искусственного интеллекта, включая улучшение диагностической достоверности, рационализацию рабочих процессов и перспективы индивидуализированной терапии, невзирая на существующие трудности.

Эксперты подчеркивают: роль ИИ заключается не в вытеснении медицинских специалистов, а в расширении их профессиональных компетенций. Успешное внедрение технологий требует качественной подготовки персонала, контроля информационных массивов и приспособления разработок к реальным условиям клиник. Автоматизированный подсчет митотических структур в патоморфологии служит иллюстрацией применения ИИ для выполнения стандартных процедур (Ahmad et al., 2021).

Центральной трудностью выступает закрытость вычислительных механизмов, что вызывает скептицизм со стороны врачебного персонала и больных. Для раскрытия подобных возможностей необходимо установить плодотворное взаимодействие регулирующих структур с организациями здравоохранения и IT-корпорациями.

Команда исследователей под руководством Д. Хольцнер провела анализ того, как медицинские работники воспринимают перспективы применения искусственного интеллекта в их профессиональной деятельности. В ходе опроса двенадцати докторов из разных областей медицины удалось определить основные закономерности (Holzner, 2022).

Специалисты положительно оценивают интеграцию ИИ-технологий, отмечая их способность снижать количество врачебных погрешностей и повышать эффективность работы. Однако медики подчеркивают необходимость оставить финальный выбор терапевтической тактики за человеком. Среди достоинств искусственного интеллекта опрошенные выделяют объективность оценки, способность обрабатывать массивы информации и отслеживать потенциально опасные комбинации медикаментов (Holzner, 2022).

Согласно мнению опрошенных специалистов, укрепление доверия к технологиям искусственного интеллекта невозможно без клинической проверки разработок, прозрачности логики принятия решений и использования надежных данных для обучения систем (Holzner, 2022). Одновременно врачи обеспокоены потенциальными проблемами: угрозой сохранности личной информации пациентов, непрозрачностью работы алгоритмов и возможным ослаблением контакта между доктором и больным.

Научная работа демонстрирует положительное восприятие технологий машинного обучения со стороны представителей медицинской профессии. Несмотря на то, что врачи видят возможности улучшения медицинской помощи через применение ИИ, они указывают на существенные препятствия, мешающие массовому использованию этих технологий. Среди основных сложностей выделяются вопросы сохранения приватности информации о пациентах и непонятность принципов работы автоматизированных систем (Kuckartz, 2010).

Чтобы полноценно реализовать возможности искусственного интеллекта в повседневной врачебной деятельности, требуется устранить имеющиеся препятствия – к такому выводу пришла Д. Хольцнер с коллегами в своем труде (Holzner, 2022). Исследователи акцентируют внимание на важности проведения объемных научных изысканий, которые позволят детально изучить запросы врачебного сообщества.

Ф. Гама совместно с группой исследователей провел детальное изучение методологий применения искусственного интеллекта в условиях реальной медицинской деятельности. Оказалось, что внедрение ИИ-решений в работу больниц и клиник сталкивается с серьезными препятствиями, несмотря на технологический прорыв в этой области. Из обширного массива в 2 541 научную статью исследовательская группа отобрала всего 7 релевантных материалов, при этом комплексные стратегии имплементации описывались только в двух из них (Gama, 2022).

Применение NASSS-методологии для оценки показало разрозненный характер имеющихся научных данных. Ключевая проблема заключается в том, что авторы публикаций концентрируются преимущественно на технологической стороне вопроса, оставляя без внимания структурные и управленческие аспекты внедрения. Команда Ф. Гама идентифицировала уникальные вызовы, связанные с применением ИИ в медицине: критическую важность информационной базы, опасность дискриминации на алгоритмическом уровне и обязательность участия специалистов в принятии решений (Gama, 2022).

Зарубежная практика демонстрирует впечатляющие возможности искусственного интеллекта в медицинской сфере, невзирая на имеющиеся препятствия. Особенно заметны достижения в радиологической диагностике и онкологии: такие платформы, как CAD и Watson for Oncology, обеспечивают индивидуальный подход к терапии и унификацию врачебных решений (Maassen et al., 2021).

Однако проведенное исследование выявило недостаточную интеграцию между разработками в сфере искусственного интеллекта и научными знаниями о практическом внедрении инноваций. Богатый багаж знаний из родственных направлений, включая телемедицинские технологии, остается невостребованным. Исследователи акцентируют внимание на критической важности создания целевых методологических подходов, развития межотраслевой кооперации и настройки технологических решений под специфику каждого клинического контекста (Gama, 2022).

Благодаря точному распознаванию данных медицинской визуализации, искусственный интеллект становится незаменимым помощником в клинической практике, минимизируя диагностические погрешности и повышая эффективность работы врачей.

В таблице 1 представим сравнительный анализ мнений зарубежных авторов о применении ИИ в здравоохранении.

Таблица 1 ‒ Сравнительный анализ мнений зарубежных авторов о применении искусственного интеллекта в системе здравоохранения¹

Table 1 ‒ Comparative Analysis of the Opinions of Foreign Authors on the Use of Artificial Intelligence in the Healthcare System

Преимущества ИИ	Ограничения применения ИИ	Этические и правовые вопросы	Отношения медицинского сообщества	Рекомендации по внедрению
1	2	3	4	5
Ф. Амиша, П. Малик, М. Патания, В.К. Ратхаур (Amisha et al., 2019)
• Улучшение качества диагностики; • оптимизация процессов (например, контроль приема лекарств); • персонализированное лечение	•    Ограниченность в замене человеческого сопереживания; •    риск ошибочных диагнозов (например, ложноположительные результаты в маммографии)	‒	• ИИ как вспомогательный инструмент, а не замена врачей; • необходимость сохранения контроля за решениями	•    Обучение медиков работе с ИИ; •    доработка технологий для повышения точности

1 Составлено авторами.

Продолжение таблицы 1

1	2	3	4	5
К.А. Куликовский (Kulikowski, 2019)
• Поддержка принятия решений; • анализ больших данных	•    «Черный ящик» (неинтерпретируе-мость алгоритмов); •    исторические проблемы внедрения (например, экспертные системы MYCIN)	•    Ответственность за решения ИИ; •    соблюдение гуманистических принципов (клятва Гиппократа)	• Скептицизм из-за сложности интеграции ранних систем	•    Разработка прозрачных моделей; •    регулирование этических аспектов
З. Ахмад, С. Рахим, М. Зубайр, Дж. Абдул-Гад			)ар (Ahmad et al., 2021)
•    Точная диагностика (например, онкология); •    сокращение времени обработки данных; • автоматизация рутинных задач	•    Высокая стоимость внедрения; •    непрозрачность алгоритмов; •    юридическая ответственность за ошибки	• Риск дискриминации из-за смещенных данных; • конфиденциальность данных	•    ИИ как дополнение, а не замена врачей; •    опасения по поводу доверия к системам	• Подготовка специалистов; • обеспечение качества данных; • клиническая валидация технологий
Д. Хольцнер, Т. Апфельбахер, В. Редле, К. Щуттлер, Х.У. Прокош, Р. Миколайчик и др. (Holzner et al., 2022)
•    Минимизация ошибок; •    анализ больших массивов данных; • ускорение процессов	•    Недостаточная прозрачность алгоритмов; •    риск ухудшения отношений с пациентами; •    уязвимость данных	•    Конфиденциальность; •    этические риски «слепого доверия» к ИИ	•    Готовность к внедрению ИИ при сохранении финального решения за врачом; •    требование клинической апробации	• Повышение прозрачности алгоритмов; • обучение врачей; • учет мнений пациентов и медиков
Ф. Гама, Д. Тискбо, Дж. Найгрен, Дж. Барлоу, Дж. Рид, П. Сведберг (Gama et al., 2022)
• Оптимизация клинических процессов; • повышение доступности услуг	•    Организационные барьеры; •    недостаток исследований по долгосрочной устойчивости; •    зависимость от качества данных	•    Алгоритмическая дискриминация; •    этические аспекты на уровне популяции	•    Слабая интеграция с существующими системами; •    необходимость Адаптации к локальным условиям	• Междисциплинарное сотрудничество; •    адаптация решений к инфраструктуре; •    учет этических рекомендаций (например, ЕС)

Таким образом, специалисты сходятся во мнении, что медицинская сфера нуждается в продуманной стратегии внедрения технологий искусственного интеллекта. Врачи подчеркивают важность профессионального надзора и обязательной клинической проверки автоматизированных систем, несмотря на признание их возможностей.

Существенными препятствиями выступают непонятность работы компьютерных моделей, отсутствие четкой законодательной базы и морально-этических норм, а также высокие финансовые и организационные издержки. При этом научное сообщество единогласно отмечает сильные стороны ИИ: способность анализировать массивы информации, освобождение от монотонных операций и улучшение качества постановки диагнозов. Тем не менее эффективная имплементация инноваций невозможна без решения многоаспектных проблем.

Успешное внедрение ИИ в медицину требует создания прозрачных алгоритмов, способных функционировать в практических условиях здравоохранения. Ключом к результативному применению искусственного интеллекта в повышении стандартов лечения пациентов является гармоничное сочетание инновационных технологий с этическими основами врачебной деятельности.