ТРАНСФОРМАЦІЙНИЙ ПОТЕНЦІАЛ МЕДИЧНОГО ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ГАЛУЗІ ОХОРОНИ ЗДОРОВ’Я ТА ПРОФЕСІЙНОЇ ОСВІТИ: ТЕХНОЛОГІЧНІ СКЛАДОВІ
DOI:
https://doi.org/10.11603/mie.1996-1960.2024.3-4.15460Ключові слова:
медичний штучний інтелект, машинне та глибоке навчання, великі мультимодальні моделі, обробка природної мови, комп’ютерний зір, експертні системи, інтелектуальна робототехнікаАнотація
Стаття присвячена комплексному аналізу сучасних технологій медичного штучного інтелекту (ШІ) та оцінюванні його трансформаційного потенціалу для системи охорони здоров’я та професійної освіти. Розглянуто ключові поняття й концепції, що створюють базу для розуміння ролі медичного ШІ в клінічній практиці. Обґрунтовано, що медичний ШІ є комплексом технологій, спрямованих на розв’язання актуальних медичних завдань, таких як діагностика, лікування, реабілітація та моніторинг показників здоров’я пацієнтів.
Аргументовано, що базовими технологічними складовими медичного ШІ є алгоритми машинного та глибокого навчання, великі мультимодальні моделі, обробка природної мови, комп’ютерний зір для розпізнання медичних зображень, експертні системи та інтелектуальна робототехніка. Зазначено, що ці технології можуть забезпечувати комплексний аналіз різноманітних медичних даних, таких як медичні зображення, електронні медичні записи, геномні дані, дані носимих пристроїв та інтернету медичних речей для прийняття клінічних рішень, заснованих на найкращих доступних доказах. Наголошено, що завдяки здатності аналізувати великі обсяги даних, виявляти приховані закономірності та генерувати прогнози, медичний ШІ має потенціал удосконалити медичну допомогу, зробивши її точнішою, персоналізованою та більш ефективною.
Розглянуто основи машинного та глибокого навчання з детальною характеристикою їхніх базових алгоритмів. Пояснюються концепції генеративного ШІ та великих мультимодальних моделей. Встановлено, що медичний ШІ створює широкі можливості для інтеграції з інноваційними технологіями, такими як носимі пристрої та інтернет медичних речей.
Особлива увага приділяється формуванню у лікарів компетентності для роботи з медичним ШІ, оскільки недостатнє розуміння основних концепцій ШІ та відсутність практичних навиків є ключовими перешкодами для його ефективної інтеграції у клінічну практику. Проведений аналіз сприяє не лише глибшому розумінню потенціалу медичного ШІ, але й визначає перспективи його впровадження в охорону здоров’я та професійну освіту, закладаючи основу для подальших досліджень.
Посилання
Aldali, M. (2024). Artificial Intelligence Applications in Healthcare. AlQalam Journal of Medical and Applied Sciences, 597–605. doi: 10.54361/ajmas.247323. DOI: https://doi.org/10.54361/ajmas.247323
Zuhair, V., Babar, A., Ali, R., Oduoye, M., Noor, Z., Chris, K., Okon, I., Rehman, L. (2024).
Exploring the Impact of Artificial Intelligence on Global Health and Enhancing Healthcare in Developing Nations. Journal of Primary Care & Community Health, 15, 21501319241245847. doi: 10.1177/21501319241245847. DOI: https://doi.org/10.1177/21501319241245847
Kuwaiti, A., Nazer, K., Al-Reedy, A., Al-Shehri, S., Al-Muhanna, A., Subbarayalu, A., Muhanna, D., Al-Muhanna, F. (2023). A Review of the Role of Artificial Intelligence in Healthcare. Journal of Personalized Medicine, 13 (6), 13060951. doi: 10.3390/jpm13060951. DOI: https://doi.org/10.3390/jpm13060951
Martinez-Ortigosa, A., Martinez-Granados, A., Gil-Hernández, E., Rodriguez-Arrastia, M., Ropero- Padilla, C., Román, P. (2023). Applications of Artificial Intelligence in Nursing Care: A Systematic Review. Journal of Nursing Management, 1–12. doi: 10.1155/2023/3219127. DOI: https://doi.org/10.1155/2023/3219127
Wen, Z., Huang, H. (2022). The potential for artificial intelligence in healthcare. Journal of Commercial Biotechnology, 27 (4), 1327. doi: 10.5912/jcb1327. DOI: https://doi.org/10.5912/jcb1327
Poalelungi, D., Musat, C., Fulga, A., Neagu, M., Neagu, A., Piraianu, A., Fulga, I. (2023). Advancing Patient Care: How Artificial Intelligence Is Transforming Healthcare. Journal of Personalized Medicine, 13(8), 1214. doi: 10.3390/jpm13081214. DOI: https://doi.org/10.3390/jpm13081214
Bhattamisra, S., Banerjee, P., Gupta, P., Mayuren, J., Patra, S., Candasamy, M. (2023). Artificial Intelligence in Pharmaceutical and Healthcare Research. Big Data and Cognitive Computing, 7(10), 7010010. doi: 10.3390/bdcc7010010. DOI: https://doi.org/10.3390/bdcc7010010
Mintser, O. P., Sulaieva, O., Dudin, O. (2021). Shtuchnyi intelekt ta patolohiia nastupnoho pokolinnia: shliakh do personalizovanoi medytsyny [Artificial Intelligence and Next-Generation Pathology: The Road to Personalized Medicine]. Proceedings of the Shevchenko Scientific Society. Medical Sciences, 65, 2, 68–87. [In Ukrainian].
Mintser, O., Babintseva, L., Mokhnachov, S., Sukhanova, O. (2023). Systemna biomedytsyna yak osnova personalizovanoi ta pretsyziinoi medytsyny [Systemic Biomedicine as the Foundation of Personalized and Precision Medicine]. Medychna informatyka ta inzheneriia, (1-2), 92–97. doi: 10.11603/mie.1996-1960.2023.1-2.13963. [In Ukrainian]. DOI: https://doi.org/10.11603/mie.1996-1960.2023.1-2.13963
Liu, R., Rong, Y., Peng, Z. (2020). A review of medical artificial intelligence. Global Health Journal, 4, No 2, 42–45. doi: 10.1016/j.glohj.2020.04.002. DOI: https://doi.org/10.1016/j.glohj.2020.04.002
Gou, F., Liu, J., Xiao, C., Wu, J. (2024). Research on Artificial-Intelligence-Assisted Medicine: A Survey on Medical Artificial Intelligence. Diagnostics (Basel, Switzerland), 14, 1472. doi: 10.3390/diagnostics14141472. DOI: https://doi.org/10.3390/diagnostics14141472
Mao, W., Qiu, X., Abbasi, A. (2024). LLMs and Their Applications in Medical Artificial Intelligence. ACM Transactions on Management Information Systems, 15, No 4, 111. doi: 10.1145/371183.
Wong, I. N., Monteiro, O., Baptista-Hon, D. T. et al. (2024). Leveraging foundation and large language models in medical artificial intelligence. Chinese Medical Journal, 137(21), 2529–2539. DOI: https://doi.org/10.1097/CM9.0000000000003302
Karaca, O., Çalışkan, S.A. Demir, K. (2021). Medical artificial intelligence readiness scale for medical students (MAIRS-MS) – development, validity and reliability study. BMC Medical Education, 21(1), 112. doi: 10.1186/s12909-021-02546-6. DOI: https://doi.org/10.1186/s12909-021-02546-6
Khosravi, M., Zare, Z., Mojtabaeian, S., Izadi, R. (2024). Artificial Intelligence and Decision- Making in Healthcare: A Thematic Analysis of a Systematic Review of Reviews. Health Services Research and Managerial Epidemiology, 11, 1–15. doi: 10.1177/23333928241234863. DOI: https://doi.org/10.1177/23333928241234863
García-Vidal, C., Sanjuán, G., Puerta-Alcalde, P., Moreno-García, E., Soriano, А. (2019). Artificial intelligence to support clinical decision-making processes. EBioMedicine, 46, 27–29. doi: 10.1016/j.ebiom.2019.07.019. DOI: https://doi.org/10.1016/j.ebiom.2019.07.019
Hak, F., Guimarães, T., Santos, M. (2022). Towards effective clinical decision support systems: A systematic review. PLoS ONE, 17(8), 1–19. doi: 10.1371/journal.pone.0272846. DOI: https://doi.org/10.1371/journal.pone.0272846
Cadario, R., Longoni, C., Morewedge, C. (2021). Understanding, explaining, and utilizing medical artificial intelligence. Nature Human Behaviour, 5, 1636–1642. doi: 10.1038/s41562-021-01146-0. DOI: https://doi.org/10.1038/s41562-021-01146-0
Wu, C., Xu, H., Bai, D., Chen, X., Gao, J., Jiang, X. (2022). Public perceptions on the application of artificial intelligence in healthcare: a qualitative meta-synthesis. BMJ Open, 13, 1–14. doi: 10.1136/bmjopen-2022-066322. DOI: https://doi.org/10.1136/bmjopen-2022-066322
Li, W., Zhou, X., Yang, Q. (2021). Designing medical artificial intelligence for in- and out-groups.
Computers in Human Behavior, 124, 106929. doi: 10.1016/j.chb.2021.106929. DOI: https://doi.org/10.1016/j.chb.2021.106929
Tang, L., Li, J., Fantus, S. (2023). Medical artificial intelligence ethics: A systematic review of empirical studies. Digital Health, 9, 20552076231186064. doi: 10.1177/20552076231186064. DOI: https://doi.org/10.1177/20552076231186064
Amann, J., Vayena, E., Ormond, K., Frey, D., Madai, V., Blasimme, A. (2023). Expectations and attitudes towards medical artificial intelligence: A qualitative study in the field of stroke. PLOS ONE, 18(1), e0279088. doi: 10.1371/journal.pone.0279088. DOI: https://doi.org/10.1371/journal.pone.0279088
(2024). Ethics and governance of artificial intelligence for health: Guidance on large multi- modal models. World Health Organization. Available from: https://www.who.int/publications/i/item/9789240084759.
Mintser, O. P., Lukianov, Ye. Yu. (2024). Vykorystannia shtuchnoho intelektu na osnovi pryntsypiv samokontroliu ta perekhresnoho kontroliu rishen, shcho pryimaiutsia v biolohii ta medytsyni [The Use of Artificial Intelligence Based on Principles of Self-Monitoring and Cross-Verification of Decisions in Biology and Medicine]. Systemy ta zasoby shtuchnoho intelektu: tezy dopovidei Mizhnarodnoi naukovoi konferentsii «Shtuchnyi intelekt: dosiahnennia, vyklyky ta ryzyky», 269–310. [In Ukrainian].
(2024). Ramka tsyfrovoi kompetentnosti pratsivnyka okhorony zdorovia Ukrainy. Ministerstvo okhorony zdorovia Ukrainy [The Digital Competence Framework for Healthcare Workers in Ukraine]. Ministerstvo okhorony zdorovia Ukrainy. Available from: http://surl.li/mifthj. [In Ukrainian].
Chalyy, K.O., Kryvenko, I.P. (2024). Metodychni rekomendatsii do praktychnykh zaniat z medychnoi informatyky, rozrobleni za hrantovoiu prohramoiu proiektu USAID «Pidtrymka reformy okhorony zdorovia» z rozvytku tsyfrovykh kompetentnostei pratsivnykiv okhorony zdorovia ta zdobuvachiv medychnoi ta farmatsevtychnoi osvity, vykonanoi v ramkakh kontraktu No72012118C00001 [Methodological recommendations for practical classes in medical informatics, Developed Under the Grant Program of the USAID Project «Health Reform Support» for the Development of Digital Competencies of Healthcare Workers and Students of Medical and Pharmaceutical Education, Implemented Under Contract No. 72012118C00001]. Bogomolets National Medical University. 269–310. Available from: https://drive.google.com/file/d/15gLoSCZYaetx2--6OQP9Mr1kIR1YhYJm/view. [In Ukrainian].
Kryvenko, I., Hrynzovskyi, A., Chalyy, K. (2023). The internet of medical things in the patient- centered digital clinic’s ecosystem. Lecture Notes on Data Engineering and Communications Technologies. Springer, 178. 515–529. doi: 10.1007/978-3-031-35467-0_31. DOI: https://doi.org/10.1007/978-3-031-35467-0_31
Kryvenko, I., Chalyy, K. (2023). Phenomenological toolkit of the metaverse for medical informatics’ adaptive learning. Educación Médica, 24(5), 100854. doi: 10.1016/j.edumed.2023.100854. DOI: https://doi.org/10.1016/j.edumed.2023.100854
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Журнал Медична інформатика та інженерія дозволяє автору (ам) зберігати авторські права без реєстрації.
Журнали Медична інформатика та інженерія відкритого доступу публікує відкриті статті відповідно до умов Creative Commons Attribution (CC BY) Ліцензії, яка дозволяє використання, поширення та відтворення на будь-якому носії, за умови, що оригінальний твір правильно цитується.
Цей журнал доступний через Creative Commons (CC) License CC-BY 4.0
