НАУКА ПРО ДАНІ ТА ДОКАЗОВА МЕДИЦИНА

О.П. Мінцер; Л. Ю. Бабінцева; П.П. Ганінец; О.В. Сарканич; О.О. Суханова; А.Г. Габович

doi:10.11603/mie.1996-1960.2025.1-2.15990

Автор(и)

О.П. Мінцер Національний університет охорони здоров'я України імені П. Л. Шупика
Л. Ю. Бабінцева Національний університет охорони здоров'я України імені П. Л. Шупика
П.П. Ганінец Національний університет охорони здоров'я України імені П. Л. Шупика
О.В. Сарканич Національний університет охорони здоров'я України імені П. Л. Шупика
О.О. Суханова Національний університет охорони здоров'я України імені П. Л. Шупика
А.Г. Габович Національний університет охорони здоров'я України імені П. Л. Шупика

DOI:

https://doi.org/10.11603/mie.1996-1960.2025.1-2.15990

Ключові слова:

Доказова медицина, мета-аналіз, прецизійна медицина, систематичні огляди, Наука про дані, Інтернет речей, штучний інтелект, «Великі дані», цифрові технології

Анотація

У статті здійснено комплексний аналіз трансформації доказової медицини в умовах стрімкого розвитку науки про дані. Розглянуто обмеження традиційної ієрархії доказів, зокрема залежність від рандомізованих контрольованих досліджень і метааналізів, що не завжди відображають складність реальної клінічної практики. Проаналізовано вплив процесу цифровізації охорони здоров’я, поширення електронних медичних записів, переносних технологій та Інтернету речей на формування нових підходів до збору, інтеграції та інтерпретації медичних даних. Показано, що поєднання клінічних, лабораторних, геномних і популяційних даних з алгоритмами машинного навчання створює підґрунтя для переходу до адаптивної, персоналізованої моделі доказової медицини. Обґрунтовано доцільність інтеграції гібридних моделей «людина- штучний інтелект» для підвищення якості клінічних рішень та оптимізації управління медичною допомогою. Висновки акцентують необхідність стандартизації управління даними та розвитку міждисциплінарних аналітичних платформ.

Посилання

Agrawal, S., Magoon, R., Choudhary, N. et al. (2024). Evidence-based medicine: A narrative review on the evolving opportunities and challenges. J. Card. Crit. Care TSS, 8, 122–128. doi: 10.25259/JCCC_51_2023. DOI: https://doi.org/10.25259/JCCC_51_2023

Subrahmanya, S. V. G., Shetty, D. K., Patil, V. et al. (2022). The role of data science in healthcare advancements: Applications, benefits, and future prospects. Irish Journal of Medical Science, 191(4), 1473–1483. doi: 10.1007/s11845-021-02730-z. DOI: https://doi.org/10.1007/s11845-021-02730-z

De Mauro, A., Greco, M., Grimaldi, M. (2016). A formal definition of big data based on its essential features. Library Review, 65(3), 122–135. doi: 10.1108/lr-06-2015-0061. DOI: https://doi.org/10.1108/LR-06-2015-0061

Lorkowski, J., Pokorski, M. (2022). Medical records: A historical narrative. Biomedicines, 10(10), 2594. doi: 10.3390/biomedicines10102594. DOI: https://doi.org/10.3390/biomedicines10102594

Gillum, R. F. (2013). From papyrus to the electronic tablet: A brief history of the clinical medical record with lessons for the digital age. American Journal of Medicine, 126(10), 853–857. DOI: https://doi.org/10.1016/j.amjmed.2013.03.024

Angus, D. et al. (2024). The integration of clinical trials with the practice of medicine: Repairing a house divided. JAMA, 332, 153–162. DOI: https://doi.org/10.1001/jama.2024.4088

Accad, M., Francis, D. (2018). Does evidence- based medicine adversely affect clinical judgment? BMJ, 362, k2799. doi: 10.1136/bmj.k2799. DOI: https://doi.org/10.1136/bmj.k2799

Møller, M. H., Ioannidis, J. P. A., Darmon, M. (2018). Are systematic reviews and meta-analyses still useful research? We are not sure. Intensive Care Medicine, 44, 518–520. doi: 10.1007/s00134-017-5039-y. DOI: https://doi.org/10.1007/s00134-017-5039-y

Ioannidis, J. P. (2016). The mass production of redundant, misleading, and conflicted systematic reviews and meta-analyses. Milbank Quarterly, 94, 485–514. DOI: https://doi.org/10.1111/1468-0009.12210

Laney, D. (2001). 3D data management: Controlling data volume, velocity, and variety (Application Delivery Strategies, File 949). Stamford, CT: META Group Inc.

Munir, T., Akbar, M. S., Ahmed, S. et al. (2022). A systematic review of internet of things in clinical laboratories: Opportunities, advantages, and challenges. Sensors, 22(20), 8051. doi: 10.3390/s22208051. DOI: https://doi.org/10.3390/s22208051

Gubbi, J., Buyya, R., Marusic, S., Palaniswami, M. (2013). Internet of Things (IoT): A vision, architectural elements, and future directions. Future Generation Computer Systems, 29(7), 1645–1660. doi: 10.1016/j.future.2013.01.010. DOI: https://doi.org/10.1016/j.future.2013.01.010

Vishnu, S., Jino Ramson, S. R., Jegan, R. (2020). Internet of Medical Things (IoMT): An overview. In 2020 5th International Conference on Devices, Circuits and Systems (ICDCS). IEEE. doi: 10.1109/ ICDCS48716.2020.243558. DOI: https://doi.org/10.1109/ICDCS48716.2020.243558

Yin, Y., Zeng, Y., Chen, X., Fan, Y. (2016). The internet of things in healthcare: An overview. Journal of Industrial Information Integration, 1, 3–13. doi: 10.1016/j.jii.2016.03.004. DOI: https://doi.org/10.1016/j.jii.2016.03.004

Columb, M. O., Hopkins, P. M. (2015). Programmes, guidelines and protocols – The antithesis of precision medicine? British Journal of Anaesthesia, 115, 485–487. DOI: https://doi.org/10.1093/bja/aev295

Cho, B., Geng, E., Arvind, V. et al. (2022). Understanding artificial intelligence and predictive analytics: A clinically focused review of machine learning techniques. JBJS Reviews, 10(3), e21.00142. doi: 10.2106/JBJS.RVW.21.00142. DOI: https://doi.org/10.2106/JBJS.RVW.21.00142

Bellini, V., Cascella, M., Cutugno, F. et al. (2022). Understanding basic principles of artificial intelligence: A practical guide for intensivists. Acta Biomedica, 93, e2022297.

Gottlieb, M., Kline, J. A., Schneider, A. J., Coates, W. C. (2023). ChatGPT and conversational artificial intelligence: Friend, foe, or future of research? American Journal of Emergency Medicine, 70, 81–83. DOI: https://doi.org/10.1016/j.ajem.2023.05.018