РОЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В МЕДИЦИНЕ: СИСТЕМНЫЙ АНАЛИЗ ВОЗМОЖНОСТЕЙ, ВЫЗОВОВ И ПЕРСПЕКТИВ

П.Т. Жолуева; У.Ы. Аскаров

doi:10.54890/1694-8882-2025-3-31

П.Т. Жолуева У.Ы. Аскаров

DOI:

https://doi.org/10.54890/1694-8882-2025-3-31

Аннотация

Жасалма интеллект саламаттыкты сактоо чөйрөсүн тез өзгөртүп жаткан жаңы технология болуп саналат. Машиналык окутуу жана нейрон тармактарынын технологияларын киргизүү диагностиканын тактыгын жогорулатууга, дарылоону жекелештирүүгө жана медициналык мекемелердеги процесстерди оптималдаштырууга мүмкүндүк берет. Мындай шартта жасалма интеллектин мүмкүнчүлүктөрүн, чакырыктарын жана келечегин системалуу талдоо улуттук саламаттыкты сактоонун натыйжалуу өнүгүү стратегиясын түзүү үчүн өтө маанилүү. Бул макаланын максаты заманбап медициналык практикада жасалма интеллекттин ролун аналитикалык жактан баалоо жана анын Кыргыз Республикасынын саламаттыкты сактоо системасында эң натыйжалуу жана коопсуз колдонуу багыттарын аныктоо. Изилдөө эл аралык жана ата мекендик илимий булактарды максаттуу аналитикалык карап чыгуу жана алынган маалыматтарды тематикалык системалаштыруу форматында жүргүзүлдү. Жыйынтыгында, клиникалык практикада жасалма интеллекти ишке ашыруунун негизги багыттары системалаштырылды: визуалдык медициналык маалыматтарды автоматташтырылган талдоо (диагностика), жекелештирилген терапияны колдоо, ооруларды болжолдоо, роботтук хирургия жана башкарууну оптималдаштыруу. Ошол эле учурда жасалма интеллектин кеңири интеграциясына тоскоол болгон негизги факторлор каралды: алгоритмдердин жетиштүү түшүндүрүлбөстүгү, маалыматтардын сапатынын чектелиши жана этикалык-укуктук талаптарды сактоо зарылдыгы. Жыйынтыктар. Анализдин негизинде Кыргыз Республикасынын шарттарында жасалма интеллекти өнүктүрүүнүн артыкчылыктуу багыттары аныкталат: саламаттыкты сактоонун санариптик инфраструктурасын бекемдөө, кадрдык потенциалды күчтөндүрүү жана алгоритмдердин коопсуздугун камсыздоочу регулятордук механизмдерди өркүндөтүү.

Ключові слова:

жасалма интеллект; машиналык окутуу; диагностика; жекелештирилген медицина; жасалма интеллект этикасы; бейтап; дарыгер; медицина; Кыргызстандагы саламаттыкты сактоо

Посилання

1. Jiang F., Jiang Y., Zhi H., et al. Artificial intelligence in healthcare: past, present and future. Stroke and Vascular Neurology. 2017;2(4):230-243. https://doi.org/ 10.1136/svn-2017-000101

2. Topol EJ. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. New York: Basic Books; 2019. 400 p.

3. Litjens G, Kooi T, Bejnordi BE, et al. A survey on deep learning in medical image analysis. Med Image Anal. 2017;42:60-88. https://doi.org/10.1016/j.media. 2017.07.005

4. McKinney SM, Sieniek M, Godbole V, et al. International evaluation of an AI system for breast cancer screening. Nature. 2020;577:89–94. https://doi.org/ 10.1038/s41586-019-1799-6

5. Shademan A, Decker RS, Opfermann JD, Leonard S, Krieger A, Kim PC. Supervised autonomous robotic soft tissue surgery. Sci Transl Med. 2016 May 4;8(337):337ra64. https://doi.org/10.1126/scitranslmed.aad9398

6. Obermeyer Z, Emanuel EJ. Predicting the Future - Big Data, Machine Learning, and Clinical Medicine. N Engl J Med. 2016;375(13):1216–1219. https://doi.org /10.1056/NEJMp1606181

7. Esteva A, Kuprel B, Novoa RA, et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 2017;542(7639):115–118. https://doi.org /10.1038/nature21056

8. Rajkomar A, Oren E, Chen K, et al. Scalable and accurate deep learning with electronic health records. NPJ Digit Med. 2018;1(1):18. https://doi.org/10.1038/s41746-018-0029-1

9. Shademan A, Decker RS, Opfermann JD, et al. Supervised autonomous robotic soft tissue surgery. Sci Transl Med. 2016;8(337):337ra64. https://doi.org/10.1126 /scitranslmed.aad9398

10. Hashimoto D.A., Rosman G., Rus D., Meireles O.R. Artificial Intelligence in Surgery: Promises and Perils. JAMA Surgery. 2022;157(3):201–208. https://doi.org/ 10.1001/jamasurg.2022.0035.

11. Jumper J, Evans R, Pritzel A, et al. Highly accurate protein structure prediction with AlphaFold. Nature. 2021;596(7873):583–589. https://doi.org/10.1038/s41586-021-03819-2.

12. Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019 Jun;6(2):94-98. https://doi.org/10.7861/futurehosp.6-2-94.

13. Amann J, Blasimme A, Vayena E, et al. Explainability for artificial intelligence in healthcare: a multidisciplinary perspective. BMC Med Inform Decis Mak. 2020;20:310. https://doi.org/10.1186/s12911-020-01332-6

14. Miller T. Explanation in Artificial Intelligence: Insights from the Social Sciences // Artificial Intelligence. 2019;267:1–38. https://doi.org/10.1016/ j.artint. 2018.07.007

15. Obermeyer Z, Powers B, Vogeli C, Mullainathan S. Dissecting racial bias in an algorithm used to manage the health of populations. Science.2019;366(6464):447–453. https://doi.org/10.1126/science.aax2342

16. Chen IY, Pierson E, Rose S, Joshi S, Ferryman K, Ghassemi M. Ethical Machine Learning in Healthcare. Annu Rev Biomed Data Sci. 2021;4:123-144. https://doi.org/10.1146/annurev-biodatasci-092820-114757

17. Эмилов Б.Э., Намазов А.Б., Болотбекова А.Т., Салибаев О.А., Чубаков Т.Ч. Анализ мнений врачей на применение искусственного интеллекта в рентгенологии: результаты опроса в Кыргызской Республике. Вестник КГМА им. И.К. Ахунбаева. 2025;2:18-25 https://doi.org/10.54890/1694-8882-2025-2-18

18. Price WN 2nd, Cohen IG. Privacy in the age of medical big data. Nat Med. 2019;25(1):37-43. https://doi.org/10.1038/s41591-018-0272-7

19. 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

20. Хайдарова Н.Б., Садыкова А.С., Алмеш Т.А., Шарипханова Г.Е. Искусственный интеллект в стоматологии: клинические исследования и перспективы применения на сегодняшний день. Евразийский журнал здравоохранения. 2025;2:252-256. https://doi.org/10.54890/1694-8882-2025-2-252