Перспективы использования телемедицинских технологий на основе искусственного интеллекта при проведении медицинского осмотра

Телемедицинские технологии на основе искусственного интеллекта, безусловно, являются актуальными и перспективными направлениями развития медицины в России и мире. Благодаря их активному внедрению в практическое здравоохранение медицина перешла на новый уровень качества предоставления электронных медицинских услуг. Одной из актуальных проблем современного здравоохранения во всем мире является рост числа хронических неинфекционных заболеваний. На сегодняшний день связанные с их распространением экономические и социальные потери достигли значительных показателей в большинстве стран мира. В связи с чем возникает острая потребность в разработке мероприятий, направленных на раннее выявление факторов риска, способствующих развитию хронических неинфекционных заболеваний, и своевременную их коррекцию. В ряде стран уже сегодня использование современных технологий, в том числе на основе искусственного интеллекта, гарантирует выявление факторов риска и осложнений течения хронических неинфекционных заболеваний на ранней стадии, что в свою очередь позволяет повысить эффективность лечения и в конечном итоге улучшить качество оказания медицинской помощи. Применяя системы, способные обрабатывать огромные объемы медицинских данных и в течение нескольких секунд предоставлять врачу всестороннюю оценку имеющейся информации, можно существенно повысить эффективность работы доктора, при этом не удлиняя время приема и даже сократив нагрузку. Создаваемые телемедицинские системы на основе интеллектуальных технологий для практического применения должны пройти клинические испытания и проверку диагностической точности. Разработанная нами система, способная определять факторы риска хронических неинфекционных заболеваний и степень их выраженности, а также формировать рекомендации по ведению здорового образа жизни, успешно прошла испытания и уже сегодня используется при проведении профилактических медицинских осмотров.

1. Драпкина ОМ, Концевая АВ, Калинина АМ, Авдеев С Н, Агальцов МВ, Александрова ЛМ и др. Профилактика хронических неинфекционных заболеваний в Российской Федерации. Национальное руководство 2022. Кардиоваскулярная терапия и профилактика. 2022;21(4):3235. https://doi.org/10.15829/1728-8800-2022-3235.

2. Селиверстов ПВ, Бакаева СР, Шаповалов ВВ, Алешко ОВ. Телемедицинские технологии: от теории к практике. Медицинский совет. 2022;16(23):366–372. https://doi.org/10.21518/2079-701X-2022-16-23-366-372.

3. Карпов ЮА. Новый вектор в лечении артериальной гипертонии: американские рекомендации – 2017. Медицинский совет. 2018;(5):8–14. https://doi.org/10.21518/2079-701X-2018-5-8-14.

4. Аксенова ЕИ, Короткова ЕО, Горбатов СЮ, Камынина НН. Мониторинг факторов риска неинфекционных заболеваний взрослого населения: международный опыт. М.: ГБУ «НИИОЗММ ДЗМ»; 2022. 70 с. Режим доступа: https://niioz.ru/upload/iblock/cbf/cbf27e29bd8b5c7e31a25aa5006d17cf.pdf.

5. Прокопенко ЮИ. Системные риски здоровью. Екатеринбург: Издательские решения; 2015. 202 с. Режим доступа: https://ridero.ru/books/sistemnye_riski_zdorovyu.

6. Friebel R, Molloy A, Leatherman S, Dixon J, Bauhoff S, Chalkidou K. Achieving high-quality universal health coverage: a perspective from the National Health Service in England. BMJ Glob Health. 2018;3(6):e000944. https://doi.org/10.1136/bmjgh-2018-000944.

7. Селиверстов ПВ, Безручко ДС, Васин АВ, Гриневич ВБ, Семенов КП, Алешко ОВ, Шаповалов ВВ. Телемедицинский дистанционный многопрофильный анкетный скрининг как инструмент раннего выявления хронических неинфекционных заболеваний. Медицинский совет. 2023;17(6):142–152. https://doi.org/10.21518/ms2023-070.

8. Селиверстов ПВ, Шаповалов ВВ, Алешко ОВ. Внедрение телемедицинских технологий на основе искусственного интеллекта в практику оказания амбулаторно-поликлинической помощи для проведения медицинского осмотра. Медицинский алфавит. 2023;(28):44–49. https://doi.org/10.33667/2078-5631-2023-28-44-49.

9. Гусев АВ, Кузнецова ТЮ, Корсаков ИН. Искусственный интеллект в оценке рисков развития сердечно-сосудистых заболеваний. Российский журнал телемедицины и электронного здравоохранения. 2018;(4):85–90. https://doi.org/10.29188/2542-2413-2018-4-3-85-90.

10. Мухина СМ, Орлова ЕВ. Исходы, сообщаемые пациентами: обзор направлений применения. Реальная клиническая практика: данные и доказательства. 2022;2(2):1–7. https://doi.org/10.37489/2782-3784-myrwd-12.

11. Березной АВ, Сайгитов РТ. «Цифровая революция» и инновационные бизнес-модели в здравоохранении: глобальные тренды и российские реалии. Вестник Российской академии медицинских наук. 2016;71(3):200–213. https://doi.org/10.15690/vramn682.

12. Жданова ЕВ, Рубцова ЕВ. Опыт внедрения пилотного проекта «Искусственный интеллект» в работе участкового терапевта на территории Ямало-Ненецкого автономного округа: пилотное одномоментное скрининговое обсервационное исследование. Кубанский научный медицинский вестник. 2022;29(4):14–31. https://doi.org/10.25207/1608-6228-2022-29-4-14-31.

13. Бородулина ЕА, Грибова ВВ, Вдоушкина ЕС. Технологии искусственного интеллекта в медицине. Проблемы становления. Врач. 2023;34(3):5–8. Режим доступа: https://vrachjournal.ru/en/25877305-2023-03-01.

14. Гусев АВ, Шарова ДЕ. Этические проблемы развития технологий искусственного интеллекта в здравоохранении. Общественное здоровье. 2023;3(1):42–50. https://doi.org/10.21045/2782-1676-2023-3-1-42-50.

15. Lin SY, Mahoney MR, Sinsky CA. Ten Ways Artificial Intelligence Will Transform Primary Care. J Gen Intern Med. 2019;34(8):1626–1630. https://doi.org/10.1007/s11606-019-05035-1.

16. Baker A, Perov Y, Middleton K, Baxter J, Mullarkey D, Sangar D, Butt M, DoRosario A, Johri S. A Comparison of Artificial Intelligence and Human Doctors for the Purpose of Triage and Diagnosis. Front Artif Intell. 2020;(3):543405. https://doi.org/10.3389/frai.2020.543405.

17. Juravle G, Boudouraki A, Terziyska M, Rezlescu C. Trust in artificial intelligence for medical diagnoses. Prog Brain Res. 2020;253:263–282. https://doi.org/10.1016/bs.pbr.2020.06.006.

18. Lin SY, Mahoney MR, Sinsky CA. Ten Ways Artificial Intelligence Will Transform Primary Care. J Gen Intern Med. 2019;34(8):1626–1630. https://doi.org/10.1007/s11606-019-05035-1.

19. Морозов СП, Владзимирский АВ, Кляшторный ВГ, Андрейченко АЕ, Кульберг НС, Гомболевский ВА. Клинические испытания программного обеспечения на основе интеллектуальных технологий (лучевая диагностика): серия «Лучшие практики лучевой и инструментальной диагностики». Вып. 23. М.: Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы; 2019. 33 с. Режим доступа: https://www.elibrary.ru/cbfyfl.

20. Harwich E, Laycock K. Thinking on its own: AI in the NHS. 2018. Available at: https://people.brunel.ac.uk/~cssrajt/home_files/AI-in-Healthcare-report_.pdf.

21. Delshad S, Dontaraju VS, Chengat V. Artificial Intelligence-Based Application Provides Accurate Medical Triage Advice When Compared to Consensus Decisions of Healthcare Providers. Cureus. 2021;13(8):e16956. https://doi.org/10.7759/cureus.16956.

22. Lekadir K, Quaglio G, Tselioudis Garmendia A, Gallin C. Artificial intelligence in healthcare – Applications, risks, and ethical and societal impacts. European Parliament; 2022. 85 p. Available at: https://data.europa.eu/doi/10.2861/568473.

23. Гусев АВ, Реброва ОЮ. Осведомленность и мнения руководителей в сфере здравоохранения России о медицинских технологиях искусственного интеллекта. Врач и информационные технологии. 2023;(1):28–39. Режим доступа: https://www.vit-j.ru/journal/articles/viit-1-2023/osvedomlennost-i-mneniya-rukovoditeley-v-sfere-zdravookhraneniyarossii-o-meditsinskikh-tekhnologiya/.

24. Tyson A, Pasquini G, Spencer A, Funk C. 60% of Americans Would Be Uncomfortable With Provider Relying on AI in Their Own Health Care. Pew Research Center. 2023. Available at: https://www.pewresearch.org/science/2023/02/22/60-of-americans-would-be-uncomfortable-withprovider-relying-on-ai-in-their-own-health-care/