emjumeЭкономика и управлениеEconomics and Management1998-16273033-7984СПбУТУиЭ10.35854/1998-1627-2024-7-819-831emjume-2163Research ArticleРЕГИОНАЛЬНАЯ И ОТРАСЛЕВАЯ ЭКОНОМИКАREGIONAL AND SECTORAL ECONOMYРазработка таксономии решений на основе технологий искусственного интеллекта в практике оказания медицинских услугDeveloping a taxonomy of decisions based on artificial intelligence technologies in health care practiceshttps://orcid.org/0000-0002-9099-6707ЛапидусЛ. В.LapidusL. V.

Лариса Владимировна Лапидус - доктор экономических наук, профессор, заведующая лабораторией прикладного отраслевого анализа экономического факультета

IstinaResearcherID (IRID): 7747618

Scopus Author ID: 56346948300

ResearcherID: AAZ-8362-2020

119991, Москва, Ленинские горы, д. 1, стр. 46

Larisa V. Lapidus - D.Sc. in Economics, Professor, Head of the Laboratory of Applied Industrial Analysis of the Faculty of Economics

IstinaResearcherID (IRID): 7747618

Scopus Author ID: 56346948300

ResearcherID: AAZ-8362-2020

1-46 Leninskie Gory, Moscow 119991

infodilemma@yandex.ruhttps://orcid.org/0009-0006-2665-8152ТокареваО. М.TokarevaO. M.

Оксана Максимовна Токарева - аспирант

IstinaResearcherID (IRID): 658167460

119991, Москва, Ленинские горы, д. 1, стр. 46

Oksana M. Tokareva - postgraduate student

IstinaResearcherID (IRID): 658167460

1-46 Leninskie Gory, Moscow 119991

oxana.tokareva13@yandex.ruМосковский государственный университет имени М. В. ЛомоносоваLomonosov Moscow State University202405092024307819831Copyright © Лапидус Л.В., Токарева О.М., 20242024Лапидус Л.В., Токарева О.М.Lapidus L.V., Tokareva O.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://emjume.elpub.ru/jour/article/view/2163Цель

Цель. Провести анализ исследований в области применения технологий искусственного интеллекта (ИИ) в медицине, норм и практик, регулирующих данную область, и на его основе построить таксономию решений на базе ИИ в практике оказания медицинских услуг.

Задачи

Задачи. Структурировать существующие решения на базе ИИ в медицине; выявить, опираясь на исследования и данные о государственной регистрации, наиболее зрелые области применения ИИ и потенциальные направления развития; изучить особенности применяемых технологий.

Методология

Методология. Авторами с помощью общих методов научного познания в различных аспектах рассмотрена сфера применения технологий ИИ в медицине, выявлены и систематизированы характерные черты современного состояния этой области и тенденции дальнейшего развития.

Результаты

Результаты. По результатам анализа существующих решений в области применения ИИ в медицине разделены все решения по степени проработанности, основным процессам и типу используемых данных. Построенная таксономия является первым шагом в осмыслении и структурировании существующих ИИ-решений, возможностей их использования в процессе оказания различных медицинских услуг.

Выводы

Выводы. Сегодня наиболее развитой областью использования ИИ в медицине является анализ медицинских снимков в процессе диагностики, лечения и реабилитации. Дальнейшее развитие и внедрение данных технологий в медицинскую практику требует более структурированного подхода к оценке их эффективности и результативности, а также решения ряда этических и регуляторных вопросов.

Aim

Aim. To conduct an analysis of research on the application of artificial intelligence (AI) technologies in medicine, norms and practices governing this field, and on its basis to build a taxonomy of AI-based decisions in the practice of medical services.

Objectives

Objectives. To structure existing AI-based solutions in medicine; to identify, based on research and state registration data, the most mature areas of AI application and potential areas of development; to study the specific features of the applied technologies.

Methods

Methods. The authors using general methods of scientific cognition in various aspects considered the sphere of application of AI technologies in medicine, identified and systematized the characteristic features of the current state of this field and trends of further development.

Results

Results. According to the results of the analysis of existing solutions in the field of AI application in medicine all solutions are divided by the degree of elaboration, main processes and type of used data. The constructed taxonomy is the first step in comprehending and structuring the existing AI solutions, possibilities of their use in the process of rendering various medical services.

Conclusions

Conclusions. Today, the most developed area of AI use in medicine is the analysis of medical images in the process of diagnosis, treatment and rehabilitation. Further development and introduction of these technologies into medical practice requires a more structured approach to assessing their effectiveness and efficiency, as well as solving a number of ethical and regulatory issues.

социальные услугимедицинские услугиклиническое применениеискусственный интеллект (ИИ)машинное обучениемедицинские данныеsocial servicesmedical servicesclinical applicationartificial intelligence (AI)machine learningmedical dataReferencesTopol E. J. High-performance medicine: The convergence of human and artificial intelligence // Nature medicine. 2019. Vol. 25. No. 1. P. 44–56. DOI: 10.1038/s41591-018-0300-7Topol E.J. High-performance medicine: The convergence of human and artificial intelligence. Nature Medicine. 2019;25(1):44-56. DOI: 10.1038/s41591-018-0300-7Topol E. Deep medicine: How artificial intelligence can make healthcare human again. New York, NY: Basic Books, 2019. 400 p.Topol E. Deep medicine: How artificial intelligence can make healthcare human again. New York, NY: Basic Books; 2019. 400 p.Лапидус Л. В. Повышение качества услуг социальной сферы в современных условиях // Современные проблемы сервиса и туризма. 2014. Т. 8. № 2. С. 34–41. DOI: 10.12737/4308Lapidus L. Improving the quality of social services in modern conditions. Sovremennye problemy servisa i turizma = Service and Tourism: Current Challenges. 2014;8(2):34-41. (In Russ.). DOI: 10.12737/4308Симченко Н. А., Сафонов В. В. Возможности использования искусственного интеллекта при оказании медицинских услуг // Большая Евразия: развитие, безопасность, сотрудничество. 2021. № 4-1. С. 668–669.Simchenko N.A., Safonov V.V. Possibilities of using artificial intelligence in the provision of medical services. Bol’shaya Evraziya: razvitie, bezopasnost’, sotrudnichestvo = Greater Eurasia: Development, Security, Cooperation. 2021;(4-1):668-669. (In Russ.).Pérez-García F., Sparks R., Ourselin S. Torch IO: A Python library for efficient loading, preprocessing, augmentation and patch-based sampling of medical images in deep learning // Computer Methods and Programs in Biomedicine. 2021. Vol. 208. Article 106236. DOI: 10.1016/j.cmpb.2021.106236Pérez-García F., Sparks R., Ourselin S. Torch IO: A Python library for efficient loading, preprocessing, augmentation and patch-based sampling of medical images in deep learning. Computer Methods and Programs in Biomedicine. 2021;208:106236. DOI: 10.1016/j.cmpb.2021.106236Опубликован паспорт национального проекта «Здравоохранение» // Правительство России. 2019. 11 февраля. URL: http://government.ru/info/35561/ (дата обращения: 19.05.2024).The passport of the national project “Healthcare” has been published. Government of Russia. Feb. 11, 2019. URL: http://government.ru/info/35561/ (accessed on 19.05.2024). (In Russ.).Medtech-рынок вырос за 2023 год на 27 % // Smart Ranking. 2024. 14 марта. URL: https://smartranking.ru/ru/analytics/medicinskie-tehnologii/medtech-rynok-vyros-za-2023-god-na-27/ (дата обращения: 14.05.2024).Medtech market grew by 27% in 2023. Smart Ranking. Mar. 14, 2024. URL: https://smart-ranking.ru/ru/analytics/medicinskie-tehnologii/medtech-rynok-vyros-za-2023-god-na-27/ (accessed on 14.05.2024). (In Russ.).Об основах охраны здоровья граждан в Российской Федерации: федер. закон от 21 ноября 2011 г. № 323-ФЗ // Министерство здравоохранения РФ: офиц. сайт. URL: https://minzdrav.gov.ru/documents/7025-federalnyy-zakon-323-fz-ot-21-noyabrya-2011-g (дата обращения: 15.05.2024).On the fundamentals of health protection of citizens in the Russian Federation. Federal Law of November 21, 2011 No. 323-FZ. Official website of the Ministry of Health of the Russian Federation. URL: https://minzdrav.gov.ru/documents/7025-federalnyy-zakon-323-fz-ot-21-noyabrya-2011-g (accessed on 15.05.2024). (In Russ.).Choudhury A., Asan O. Role of artificial intelligence in patient safety outcomes: Systematic literature review // JMIR medical informatics. 2020. Vol. 8. No. 7. Article e18599. DOI: 10.2196/18599Choudhury A., Asan O. Role of artificial intelligence in patient safety outcomes: Systematic literature review. JMIR Medical Informatics. 2020;8(7):e18599. DOI: 10.2196/18599О развитии искусственного интеллекта в Российской Федерации: указ Президента Российской Федерации от 10 сентября 2019 г. № 490 // Президент России: офиц. сайт. URL: http://kremlin.ru/acts/bank/44731 (дата обращения: 15.05.2024).On the development of artificial intelligence in the Russian Federation. Decree of the President of the Russian Federation of September 10, 2019 No. 490. Official website of the President of Russia. URL: http://kremlin.ru/acts/bank/44731 (accessed on 15.05.2024). (In Russ.).Clinical applications of artificial intelligence — an updated overview / Ș. Busnatu, A.-G. Niculescu, A. Bolocan et al. // Journal of Clinical Medicine. 2022. Vol. 11. No. 8. Article 2265. DOI: 10.3390/jcm11082265Busnatu Ș., Niculescu A.-G., Bolocan A., et al. Clinical applications of artificial intelligence — an updated overview. Journal of Clinical Medicine. 2022;11(8):2265. DOI: 10.3390/jcm11082265Artificial intelligence in cancer imaging: clinical challenges and applications / W. L. Bi, A. Hosny, M. B. Schabath et al. // CA: A Cancer Journal for Clinicians. 2019. Vol. 69. No. 2. P. 127–157. DOI: 10.3322/caac.21552Bi W.L., Hosny A., Schabath M.B., et al. Artificial intelligence in cancer imaging: Clinical challenges and applications. CA: A Cancer Journal for Clinicians. 2019;69(2):127-157. DOI: 10.3322/caac.21552A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: A systematic review and meta-analysis / X. Liu, L. Faes, A. U. Kale et al. // The Lancet Digital Health. 2019. Vol. 1. No. 6. P. e271-e297. DOI: 10.1016/S2589-7500(19)30123-2Liu X., Faes L., Kale A.U., et al. A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: A systematic review and meta-analysis. The Lancet Digital Health. 2019;1(6):e271-e297. DOI: 10.1016/S2589-7500(19)30123-2AI in medical imaging informatics: Current challenges and future directions / A. S. Panayides, A. Amini, N. D. Filipovic et al. // IEEE Journal of Biomedical and Health Informatics. 2020. Vol. 24. No. 7. P. 1837–1857. DOI: 10.1109/JBHI.2020.2991043Panayides A.S., Amini A., Filipovic N.D., et al. AI in medical imaging informatics: Current challenges and future directions. IEEE Journal of Biomedical and Health Informatics. 2020;24(7):1837-1857. DOI: 10.1109/JBHI.2020.2991043Current status of artificial intelligence applications in urology and their potential to influence clinical practice / J. Chen, D. Remulla, J. H. Nguyen et al. // BJU International. 2019. Vol. 124. No. 4. P. 567–577. DOI: 10.1111/bju.14852Chen J., Remulla D., Nguyen J.H., Dua A., Liu Y., Dasgupta P., Hung A.J. Current status of artificial intelligence applications in urology and their potential to influence clinical practice. BJU International. 2019;124(4):567-577. DOI: 10.1111/bju.14852AI in health and medicine / P. Rajpurkar, E. Chen, O. Banerjee, E. J. Topol // Nature Medicine. 2022. Vol. 28. No. 1. P. 31–38. DOI: 10.1038/s41591-021-01614-0Rajpurkar P., Chen E., Banerjee O., Topol E.J. AI in health and medicine. Nature Medicine. 2022;28(1):31-38. DOI: 10.1038/s41591-021-01614-0Application of AI and IoT in clinical medicine: Summary and challenges / Z. X. Lu, P. Qian, D. Bi et al. // Current Medical Science. 2021. Vol. 41. No. 6. P. 1134–1150. DOI: 10.1007/s11596-021-2486-zLu Z.-X., Qian P., Bi D., et al. Application of AI and IoT in clinical medicine: Summary and challenges. Current Medical Science. 2021;41(6):1134-1150. DOI: 10.1007/s11596-021-2486-zИтоги развития компьютерного зрения за один год // Хабр. 2018. 6 января. URL: https://habr.com/ru/articles/346140/ (дата обращения: 15.04.2024).Results of computer vision development in one year. Habr. Jan. 06, 2018. URL: https://habr.com/ru/articles/346140/ (accessed on 15.04.2024). (In Russ.).Artificial intelligence and machine learning (AI/ML) – enabled medical devices // FDA. August 7. 2024. URL: https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices (дата обращения: 15.05.2024).Artificial intelligence and machine learning (AI/ML) – enabled medical devices. FDA. Aug. 07, 2024. URL: https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices (accessed on 15.05.2024).Перечень одобренных Росздравнадзором отечественных медицинских изделий на основе технологий искусственного интеллекта от 4 апреля 2023 г. // Портал оперативного взаимодействия участников ЕГИСЗ. URL: https://portal.egisz.rosminzdrav.ru/news/855 (дата обращения: 15.05.2024).List of domestic medical products based on artificial intelligence technologies approved by Roszdravnadzor as of April 4, 2023. Portal for Operational Interaction of Participants of the Unified State Information System in the Field of Healthcare. URL: https://portal.egisz.rosminzdrav.ru/news/855 (accessed on 15.05.2024). (In Russ.).Artificial intelligence in radiology: 100 commercially available products and their scientific evidence / K. G. van Leeuwen, S. Schalekamp, M. J. Rutten, et al. // European radiology. 2021. Vol. 31. No. 6. P. 3797–3804. DOI: 10.1007/s00330-021-07892-zVan Leeuwen K.G., Schalekamp S., Rutten M.J.C.M., van Ginneken B., de Rooij M. Artificial intelligence in radiology: 100 commercially available products and their scientific evidence. European Radiology. 2021;31(6):3797-3804. DOI: 10.1007/s00330-021-07892-zArtificial intelligence in brain tumour surgery — an emerging paradigm / S. Williams, H. L. Horsfall, J. P. Funnell et al. // Cancers. 2021. Vol. 13. No. 19. Article 5010. DOI: 10.3390/cancers13195010Williams S., Horsfall H.L., Funnell J.P., et al. Artificial intelligence in brain tumour surgery — an emerging paradigm. Cancers. 2021;13(19):5010. DOI: 10.3390/cancers13195010Key challenges for delivering clinical impact with artificial intelligence / C. J. Kelly, A. Karthikesalingam, M. Suleyman et al. // BMC Medicine. 2019. Vol. 17. No. 1. Article 195. DOI: 10.1186/s12916-019-1426-2Kelly C.J., Karthikesalingam A., Suleyman M., Corrado G., King D. Key challenges for delivering clinical impact with artificial intelligence. BMC Medicine. 2019;17(1):195. DOI: 10.1186/s12916-019-1426-2An overview of clinical decision support systems: Benefits, risks, and strategies for success / R. T. Sutton, D. Pincock, D. C. Baumgart et al. // NPJ Digital Medicine. 2020. Vol. 3. No. 1. Article 17. DOI: 10.1038/s41746-020-0221-ySutton R.T., Pincock D., Baumgart D.C., Sadowski D.C., Fedorak R.N., Kroeker K.I. An overview of clinical decision support systems: Benefits, risks, and strategies for success. NPJ Digital Medicine. 2020;3(1):17. DOI: 10.1038/s41746-020-0221-yBerner E. S., La Lande T. J. Overview of clinical decision support systems // E. S. Berner, ed. Clinical decision support systems. Health Informatics. Cham: Springer-Verlag, 2016. P. 1–17. DOI: 10.1007/978-3-319-31913-1_1Berner E.S., La Lande T.J. Overview of clinical decision support systems. In: Berner E.S., ed. Clinical decision support systems. Health Informatics. Cham: Springer-Verlag; 2016:1-17. DOI: 10.1007/978-3-319-31913-1_1Alshehri F., Muhammad G. A comprehensive survey of the Internet of things (IoT) and AI-based smart healthcare // IEEE Access. 2021. Vol. 9. P. 3660–3678. DOI: 10.1109/ACCESS.2020.3047960Alshehri F., Muhammad G. A comprehensive survey of the Internet of things (IoT) and AI-based smart healthcare. IEEE Access. 2021;9:3660-3678. DOI: 10.1109/ACCESS.2020.3047960Artificial intelligence (AI) and internet of medical things (IoMT) assisted biomedical systems for intelligent healthcare / P. Manickam, S. A. Mariappan, S. M. Murugesan et al. // Biosensors. 2022. Vol. 12. No. 8. Article. 562. DOI: 10.3390/bios12080562Manickam P., Mariappan S.A., Murugesan S.M., et al. Artificial intelligence (AI) and Internet of medical things (IoMT) assisted biomedical systems for intelligent healthcare. Biosensors. 2022;12(8):562. DOI: 10.3390/bios12080562Kavidha V., Gayathri N., Kumar S. R. AI, IoT and robotics in the medical and healthcare field // A. K. Dubey, A. Kumar, S. R. Kumar, et al., eds. AI and IoT-based intelligent automation in robotics. Beverly, MA: Scrivener Publishing LLC, 2021. P. 165–187. DOI: 10.1002/9781119711230.ch10Kavidha V., Gayathri N., Kumar S.R. AI, IoT and robotics in the medical and healthcare field. In: Dubey A.K., Kumar A., Kumar S.R., et al., eds. AI and IoT-based intelligent automation in robotics. Beverly, MA: Scrivener Publishing LLC; 2021:165-187. DOI: 10.1002/9781119711230.ch10

The authors declare that there are no conflicts of interest present.