Разработка таксономии решений на основе технологий искусственного интеллекта в практике оказания медицинских услуг
https://doi.org/10.35854/1998-1627-2024-7-819-831
Аннотация
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. 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. 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. 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. 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.
Об авторах
Л. В. Лапидус
Московский государственный университет имени М. В. Ломоносова
Россия
Конфликт интересов:
Россия
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
Конфликт интересов:
Авторы декларируют отсутствие конфликта интересов, связанных с публикацией данной статьи.
О. М. Токарева
Московский государственный университет имени М. В. Ломоносова
Россия
Конфликт интересов:
Россия
Оксана Максимовна Токарева - аспирант
IstinaResearcherID (IRID): 658167460
119991, Москва, Ленинские горы, д. 1, стр. 46
Конфликт интересов:
Авторы декларируют отсутствие конфликта интересов, связанных с публикацией данной статьи.
Список литературы
1. Topol 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/s41591-018-0300-7
2. Topol E. Deep medicine: How artificial intelligence can make healthcare human again. New York, NY: Basic Books, 2019. 400 p.
3. Лапидус Л. В. Повышение качества услуг социальной сферы в современных условиях // Современные проблемы сервиса и туризма. 2014. Т. 8. № 2. С. 34–41. DOI: 10.12737/4308
4. Симченко Н. А., Сафонов В. В. Возможности использования искусственного интеллекта при оказании медицинских услуг // Большая Евразия: развитие, безопасность, сотрудничество. 2021. № 4-1. С. 668–669.
5. 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.2021.106236
6. Опубликован паспорт национального проекта «Здравоохранение» // Правительство России. 2019. 11 февраля. URL: http://government.ru/info/35561/ (дата обращения: 19.05.2024).
7. 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).
8. 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).
9. 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: 10.2196/18599
10. О 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).
11. 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/jcm11082265
12. Artificial 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.21552
13. A 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)30123-2
14. AI 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.2020.2991043
15. Current 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.14852
16. AI 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/s41591-021-01614-0
17. Application 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-z
18. Итоги развития компьютерного зрения за один год // Хабр. 2018. 6 января. URL: https://habr.com/ru/articles/346140/ (дата обращения: 15.04.2024).
19. 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).
20. 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).
21. 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-z
22. Artificial 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/cancers13195010
23. Key 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/s12916-019-1426-2
24. An 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-y
25. Berner 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_1
26. Alshehri 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.2020.3047960
27. Artificial 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/bios12080562
28. Kavidha 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.ch10
Рецензия
Для цитирования:
Лапидус Л.В., Токарева О.М. Разработка таксономии решений на основе технологий искусственного интеллекта в практике оказания медицинских услуг. Экономика и управление. 2024;30(7):819-831. https://doi.org/10.35854/1998-1627-2024-7-819-831
For citation:
Lapidus L.V., Tokareva O.M. Developing a taxonomy of decisions based on artificial intelligence technologies in health care practices. Economics and Management. 2024;30(7):819-831. (In Russ.) https://doi.org/10.35854/1998-1627-2024-7-819-831
Просмотров:
137
