АНАЛИЗ МНЕНИЙ ВРАЧЕЙ НА ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОЛОГИИ, РЕЗУЛЬТАТЫ ОПРОСА В КЫРГЫЗСКОЙ РЕСПУБЛИКЕ
DOI:
https://doi.org/10.54890/1694-8882-2025-2-18Аннотация
Рентгенологи в целом воспринимают технологии искусственного интеллекта с интересом и надеждой, однако у многих сохраняются сомнения относительно уровня своей подготовки и практической эффективности искусственного интеллекта в клинических условиях. Особенно важно сосредоточиться на обучении и информировании молодых специалистов, чтобы обеспечить уверенное и грамотное использование новых цифровых инструментов. Активное освоение и интеграция таких технологий необходимы для того, чтобы медицина могла в полной мере воспользоваться их потенциалом. Несмотря на положительное отношение, процесс внедрения искусственного интеллекта в повседневную практику требует систематической работы и последовательных шагов. Цель исследования – проанализировать мнение врачей о применении искусственного интеллекта в рентгенологии. В рамках количественного исследования был проведён опрос 51 врача различных специальностей, включая рентгенологов. Анкета включала вопросы по ключевым аспектам: защита персональных данных, человеческий контроль, влияние на клинические навыки и рабочие места, а также интерес к обучению работе с искусственным интеллектом. Результаты показали, что большинство врачей положительно оценивают перспективы искусственного интеллекта в рентгенологии, особенно в части повышения точности и ускорения диагностики. Однако сохраняются опасения относительно потери контроля, клинических навыков и конфиденциальности данных. При этом более 60% участников выразили интерес к изучению возможностей искусственного интеллекта, особенно для анализа рентгенограмм органов грудной клетки. Выводы. Врачи воспринимают искусственный интеллект как вспомогательный, а не заменяющий инструмент. Необходимы усилия в области этики, правового регулирования и подготовки специалистов для успешной интеграции искусственного интеллекта в здравоохранение.
Ключевые слова:
искусственный интеллект, рентгенология, мнение врачей, диагностика, ИИ в здравоохраненииБиблиографические ссылки
1. Al Meslamani AZ. Beyond implementation: the long-term economic impact of AI in healthcare. J Med Econ. 2023;26(1):1566-1569. https://doi.org/10.1080/ 13696998.2023.2285186
2. Banerjee A, Sarangi PK, Kumar S. Medical Doctors’ Perceptions of Artificial Intelligence (AI) in Healthcare. Cureus. 2024;16(9):e70508. https://doi.org/10.7759 /cureus.70508
3. Bajwa J, Munir U, Nori A, Williams B. Artificial intelligence in healthcare: transforming the practice of medicine. Future Healthc J. 2021;8(2):e188–94. https:// doi.org/10.7861/fhj.2021-0095
4. Borda A, Molnar A, Neesham C, Kostkova P. Ethical issues in AI-enabled disease surveillance: perspectives from global health. Appl Sci. 2022;12(8):3890. https://doi.org/10.3390/app12083890
5. Cè M, Ibba S, Cellina M, Tancredi C, Fantesini A, Fazzini D, et al. Radiologists' perceptions on AI integration: An in-depth survey study. Eur J Radiol. 2024;177:111590. https://doi.org/10.1016/j.ejrad.2024.111590
6. Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI, Almohareb SN, et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 2023;23(1):689. https://doi.org/10.1186/s12909-023-04698-z
7. Koski E, Murphy J. AI in Healthcare. Stud Health Technol Inform. 2021;284:295-299. https://doi.org/10.3233/SHTI210726
8. Reddy S, Fox J, Purohit MP. Artificial intelligence-enabled healthcare delivery. J R Soc Med. 2019;112(1):22-28. https://doi.org/10.1177/0141076818815510
9. Yang L, Ene IC, Arabi Belaghi R, Koff D, Stein N, Santaguida PL. Stakeholders' perspectives on the future of artificial intelligence in radiology: a scoping review. Eur Radiol. 2022;32(3):1477-1495. https://doi.org/10.1007/s00330-021-08214-z
10. Victor Mugabe K. Barriers and facilitators to the adoption of artificial intelligence in radiation oncology: A New Zealand study. Tech Innov Patient Support Radiat Oncol. 2021;18:16-21. https://doi.org/10.1016/j.tipsro.2021.03.004
11. Strohm L, Hehakaya C, Ranschaert ER, Boon WPC, Moors EHM. Implementation of artificial intelligence (AI) applications in radiology: hindering and facilitating factors. Eur Radiol. 2020;30(10):5525-5532. https://doi.org/10.1007/ s00330-020-06946-y
12. Morrison K. Artificial intelligence and the NHS: a qualitative exploration of the factors influencing adoption. Future Healthc J. 2021;8(3):e648-e654. https://doi.org/10.7861/fhj.2020-0258
13. Warsavage T Jr, Xing F, Barón AE, Feser WJ, Hirsch E, Miller YE, et al. Quantifying the incremental value of deep learning: Application to lung nodule detection. PLoS One. 2020;15(4):e0231468. https://doi.org/10.1371/journal.pone. 0231468
14. Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019;6(2):94-98. https://doi.org/10.7861/futurehosp.6-2-94
15. Capobianco E. High-dimensional role of AI and machine learning in cancer research. Br J Cancer. 2022;126(4):523-532. https://doi.org/10.1038/s41416-021-01689-z
16. Fischer UM, Shireman PK, Lin JC. Current applications of artificial intelligence in vascular surgery. Semin Vasc Surg. 2021;34(4):268-271. https://doi.org/ 10.1053/j.semvascsurg.2021.10.008
17. Ben Ali W, Pesaranghader A, Avram R, Overtchouk P, Perrin N, Laffite S, et al. Implementing Machine Learning in Interventional Cardiology: The Benefits Are Worth the Trouble. Front Cardiovasc Med. 2021;8:711401. https://doi.org/ 10.3389/fcvm.2021.711401
18. Nilsen P. Making sense of implementation theories, models and frameworks. Implement Sci. 2015;10:53. https://doi.org/10.1186/s13012-015-0242-0
19. Sogani J, Allen B Jr, Dreyer K, McGinty G. Artificial intelligence in radiology: the ecosystem essential to improving patient care. Clin Imaging. 2020;59(1):A3-A6. https://doi.org/10.1016/j.clinimag.2019.08.001
20. He J, Baxter SL, Xu J, Xu J, Zhou X, Zhang K. The practical implementation of artificial intelligence technologies in medicine. Nat Med. 2019;25(1):30-36. https://doi.org/10.1038/s41591-018-0307-0
21. Liberati EG, Ruggiero F, Galuppo L, Gorli M, González-Lorenzo M, Maraldi M, et al. What hinders the uptake of computerized decision support systems in hospitals? A qualitative study and framework for implementation. Implement Sci. 2017;12(1):113. https://doi.org/10.1186/s13012-017-0644-2
22. Lugtenberg M, Weenink JW, van der Weijden T, Westert GP, Kool RB. Implementation of multiple-domain covering computerized decision support systems in primary care: a focus group study on perceived barriers. BMC Med Inform Decis Mak. 2015;15:82. https://doi.org/10.1186/s12911-015-0205-z
23. Bezemer T, de Groot MCH, Blasse E, ten Berg M, Kappen T, Bredenoord A, et al (2019) A Human(e) factor in clinical decision support systems. J Med Internet Res. 2019;21(3):e11732. https://doi.org/10.2196/11732
24. Tamori H, Yamashina H, Mukai M, Morii Y, Suzuki T, Ogasawara K. Acceptance of the Use of Artificial Intelligence in Medicine Among Japan's Doctors and the Public: A Questionnaire Survey. JMIR Hum Factors. 2022;9(1):e24680. https://doi.org/10.2196/24680
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
