Технологическая эволюция применения искусственного интеллекта в здравоохранении

Статья посвящена рассмотрению технологического прогресса в области искусственного интеллекта (ИИ) и его влиянию на современное здравоохранение Республики Беларусь. Рассматриваются ключевые направления развития ИИ, среди которых выделяются диагностика заболеваний, разработка медикаментов, анализ медицинских изображений и поддержка принятия решений врачами.

Отмечены важные аспекты внедрения технологий ИИ, такие как комплексность, интероперабельность и человекоцентричность, подчеркивающие важность учета индивидуальности каждого пациента и соответствия международным стандартам. Подробно описаны практические проекты, реализуемые в Республике Беларусь, включая внедрение автоматизированных систем поддержки принятия врачебных решений, виртуальных операторов и сервисов голосового заполнения медицинской документации.

Отдельное внимание уделено проблемам, связанным с правовым регулированием, подготовкой кадров и техническими сложностями внедрения ИИ в практическую медицину. Предлагается набор принципов и подходов поэтапного развития технологий ИИ, предусматривающее постоянное совершенствование и гармонизацию национального и международного опыта.

Итогом является утверждение о том, что Республика Беларусь обладает всеми предпосылками для успешного внедрения инновационных технологий, превращаясь в привлекательную площадку для апробации крупных проектов, нацеленных на модернизацию здравоохранения и смежных отраслей.

1. Ламоткин, А. И. Сверточные нейронные сети и визуальные трансформеры в диагностике опухолей кожи: сравнительный анализ эффективности моделей искусственного интеллекта в программах компьютерного зрения / А. И. Ламоткин, Д. И. Корабельников // Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. – 2025. – № 3. – C. 365–375.

2. Хель, И. Watson: искусственный интеллект IBM пять лет спустя / И. Хель // hi-news.ru. – URL: https://hi-news.ru/medicina/watson-iskusstvennyj-intellekt-ibm-pyat-let-spustya.html (дата обращения: 17.12.2025).

3. Михеев, А. Е. Подход к внедрению систем поддержки принятия врачебных решений на принципах сервисориентированной архитектуры с использованием сервисов цифровой медицинской экосистемы / А. Е. Махеев // Менеджер здравоохранения. – 2024. – Тематический спецвып. – С. 101–118. – doi: 10.21045/1811-0185-2024-S-101-118.

4. Использование сервисов на основе технологии искусственного интеллекта при проведении описании ренгенологических снимков при для определения категорийности по надежности электроснабжения потребителей: метод. рекомендации / сост.: С. П. Морозов, А. В. Владзимирский, Н. В. Ледихова и др. – М. : Департамент здравоохранения, 2020. – 46 с. – URL: https://niioz.ru/upload/iblock/26c/26c3d74140304ff1c536b52cf70b70d5.pdf (дата обращения: 19.12.2025)

5. Dermatologist-level classification of skin cancer with deep neural networks / А. Esteva, B. Kuprel, R. Novoa [et al.] // Nature. – 2017. – Vol. 42. – P. 115–118.

6. Алубин, С. В. Применение технологии искусственного интеллекта в роботизированных системах хирургии / С. В. Алубин // Вестник науки. – 2025. – № 2. – С. 564–570.

7. Фоминов, С. Д. Применение искусственного интеллекта в медицине: от диагностики до терапии / С. Д. Фоминов // Вестник науки. – 2025. – № 6. – С. 935–944.

8. Переломова, П. А. Оценка эффективности и перспектив развития умных браслетов, часов и сенсоров / П. А. Переломова // Вестник науки. – 2025. – № 3. – С. 544–549.

9. Язмурадова, С. Искусственный интеллект для поддержки принятия клинических решений в акушерстве / С. Язмурадова // Вестник науки. – 2025. – № 10. – С. 862–867.

10. Овсянников, А. В. Искусственный интеллект в мобильных приложениях: возможности, вызовы и перспективы / А. В. Овсянников, В. В. Овсянников // Auditorium. Электронный научный журнал курского государственного университета. – 2025. – № 1. – URL: https://api-mag.kursksu.ru/api/v1/get_pdf/5703/ (дата обращения: 26.11.2025).

11. Малых, В. Л. Системы поддержки принятия решений в медицине / В. Л. Малых // Программные системы: теория и приложения. – 2019. – Т. 10, № 2. – С. 155–184.

12. Малых, В. Л. Архитектура взаимодействия в медицинской экосистеме / В. Л. Малых, А. Н. Калинин, С. В. Рудецкий // Программные системы: теория и приложения. – 2024. – Т. 15, № 2. – С. 475–492.

13. Курбацкий, А. Н. Цифра и власть: первое погружение : 50 вопросов заинтересованного чиновника / А. Н. Курбацкий, М. Г. Зеков. – Мн. : Академия управления при Президенте Республики Беларусь, 2021. – 190 с.

14. Мырадов, П. С. Роль искусственного интеллекта в диагностике заболеваний / П.С. Мурадов, М.Х. Нурлыева // Ceteris paribus. – 2025. – № 1. – C. 15–17.

15. Повышение эффективности скрининга хронических неинфекционных заболеваний с использованием технологий на основе искусственного интеллекта / П. В. Селивевстов, В. Б. Гриневич, В. В. Шаповалов, Е. В. Крюков // Лечащий врач. – 2025. – Т. 27, № 4. – С. 97–104.

16. Ибрагимов, Ш. М. Большие данные и искусственный интеллект как драйверы трансформации здравоохранения в эпоху цифровизации / Ш. М. Ибрагимов // Теория и практика современной науки. – 2025. – № 9. – C. 47–58.

17. Итинсон, К. С. Информатизация медицинского образования: системы искусственного интеллекта в обучении студентов и врачей / К. С. Итинсон // Балтийский гуманитарный журнал. – 2020. – Т. 9, № 3. – C. 91–93.

18. Принципы ответственного использования искусственного интеллекта в здравоохранении // IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems. – URL: https://standards.ieee.org/industry-connections/activities/ieee-global-initiative/ (дата обращения: 24.12.2025).

19. Богданова, Д. Р. Структура информационного хранилища системы поддержки принятия клинических решений / Д. Р. Богданова, Г. Р. Шахмаметова, А. М. Ниязгулов // Онтология проектирования. – 2024. – Т. 14, № 2. – С. 270–278.

20. Тумилевич, Е. Н. Формирование человекоцентричной экономики в условиях четвертой промышленной революции / Е. Н. Тумилевич, Э. А. Гасанов, А. В. Золотарчук // Вестник ТОГУ. – 2024. – № 4. – C. 99–106.

21. Голенков, В. В. Открытая технология онтологического проектирования, производства и эксплуатации семантически совместимых гибридных интеллектуальных компьютерных систем / В. В. Голенков, Н. А. Гулякина, Д. В. Шункевич. – Мн. : Бестпринт. – 2021. – 690 с.

22. Технология комплексной поддержки жизненного цикла семантически совместимых интеллектуальных компьютерных систем нового поколения / под общ. ред. В. В. Голенкова. – Мн. : Бестпринт, 2023. – 1064 с.

23. Визильтер, Ю. В. Структурно-функциональный анализ и синтез глубоких конволюционных нейронных сетей / Ю. В. Визильтер, В. С. Горбацевич, С. Ю. Желтов // Компьютерная оптика. – 2019. – Т. 43, № 5. – С. 886–900.