АНАЛИЗ МНЕНИЙ ВРАЧЕЙ НА ПРИМЕНЕНИЕ   ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОЛОГИИ, РЕЗУЛЬТАТЫ ОПРОСА В КЫРГЫЗСКОЙ РЕСПУБЛИКЕ

Б.Э. Эмилов; А.Б. Намазов; А.Т. Болотбекова; О.А. Салибаев; Т.Ч. Чубаков

doi:10.54890/1694-8882-2025-2-18

Б.Э. Эмилов А.Б. Намазов А.Т. Болотбекова О.А. Салибаев Т.Ч. Чубаков

DOI:

https://doi.org/10.54890/1694-8882-2025-2-18

Аннотация

Рентгенологтор жасалма интеллект технологияларын кызыгуу жана үмүт менен кабыл алышууда, бирок көпчүлүгүндө өз билим деңгээлине жана жасалма интеллекттин клиникалык шарттардагы чыныгы натыйжалуулугуна байланыштуу күмөн саноолор бар. Айрыкча жаш адистердин билим деңгээлин жогорулатууга жана аларды маалымат менен камсыздоого басым жасоо маанилүү, бул санариптик куралдарды ишенимдүү жана туура пайдаланууга жол ачат. Мындай технологияларды активдүү өздөштүрүү жана интеграциялоо медицинада алардын мүмкүнчүлүктөрүн толук пайдаланууга өбөлгө түзөт. Оң мамилеге карабастан, жасалма интеллект күнүмдүк медициналык практикага киргизүү системалуу ишти жана ырааттуу кадамдарды талап кылат. Изилдөөнүн максаты – рентгенологияда жасалма интеллектти колдонуу боюнча дарыгерлердин пикирин талдоо. Изилдөөнүн алкагында 51 дарыгерге (анын ичинде рентгенологторго) сурамжылоо жүргүзүлдү. Анкета жасалма интеллект колдонууда жашыруундуулукту сактоо, адамдык көзөмөл, клиникалык көндүмдөргө таасири жана жасалма интеллект боюнча билим алууга кызыгуу сыяктуу маселелерди камтыды. Жыйынтыктар. Дарыгерлер жасалма интеллекттин диагностикадагы тактыгын жана ылдамдыгын жогорулатуу мүмкүнчүлүгүн оң кабыл алышат. Ошол эле учурда, маалыматтардын коопсуздугу жана адистик көндүмдөрдү жоготуу боюнча кооптонуулар бар. Сурамжылоого катышкандардын басымдуу бөлүгү (60% ашууну) жасалма интеллекттин мүмкүнчүлүктөрүн үйрөнүүгө кызыгуу билдиришти. Корутунду. Жасалма интеллект – дарыгерлерди алмаштырган эмес, жардамчы курал. Жасалма интеллекти ишенимдүү колдонуу үчүн адистерди даярдоо жана юридикалык-этикалык нормаларды киргизүү талап кылынат.

Ключові слова:

жасалма интеллект, рентгенология, дарыгердин пикири, диагностика, медицинада ЖИ

Біографії авторів

Б.Э. Эмилов, И.К. Ахунбаев атындагы Кыргыз мамлекеттик медициналык академиясы

Окуу, дарылоо жана илимий медициналык борбору

А.Т. Болотбекова, И.К. Ахунбаев атындагы Кыргыз мамлекеттик медициналык академиясы

Окуу, дарылоо жана илимий медициналык борбору

О.А. Салибаев, И.К. Ахунбаев атындагы Кыргыз мамлекеттик медициналык академиясы

Окуу, дарылоо жана илимий медициналык борбору

Посилання

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