Практическая реализация технологий искусственного интеллекта при проведении профилактического медицинского осмотра

Введение. Профилактическая медицина в России – приоритетное направление, ключевая задача которого – борьба с распространением хронических неинфекционных заболеваний (ХНИЗ). Последние являются причиной преждевременной гибели сотен людей, поэтому вопросы разработки и внедрения раннего скрининга ХНИЗ в клиническую практику в сочетании с передовыми цифровыми технологиями на основе искусственного интеллекта (ИИ) крайне актуальны.

Цель. Разработать медицинскую методологию дистанционного анкетного скрининга (ДАС) ХНИЗ у лиц молодого возраста.

Материалы и методы. В исследовании приняли участие 3 155 человек в возрасте 19,6 ± 1,5 года (мужчины – 46,9%, женщины – 53,1%). Проведение профилактического медицинского осмотра всех участников осуществлялось с использованием ДАС. Результаты. Высокая степень риска ХНИЗ выявлена у 11,7%, средняя – у 30,9%, низкая – у 57,4% обследуемых. Наиболее часто наблюдались жалобы со стороны эндокринной (28,9%), пищеварительной (21,8%), дыхательной (21,1%), сердечно-сосудистой систем (20,1%) и онкологическая настороженность (8,1%). В 75,7% случаев определялось наличие факторов риска (ФР) по двум и более профилям патологии. Удовлетворенность использования ДАС среди обследуемых составила 96,6%, а среди медицинских работников – 91,7%.

Выводы. 1. Использование ДАС ФР ХНИЗ повышает комплаентность пациентов к прохождению профилактического медицинского осмотра. 2. Применение статистических методов подтверждает эффективность интегральной оценки здоровья и эффективность выявления ФР ХНИЗ по основным социально значимым профилям патологии. 3. Система выделяет наиболее часто встречающиеся ФР ХНИЗ, степень их выраженности, а также определяет лиц, имеющих критические ФР, нуждающихся в первоочередной помощи. Эта опция позволяет оптимизировать маршрутизацию пациентов, снижая единовременную нагрузку на медицинское учреждение в целом и на конкретного специалиста. 4. В зависимости от выявленных ФР ХНИЗ и степени их выраженности разработан комплекс рекомендаций, в котором реализован персонифицированный подход. 5. Использование ДАС ФР ХНИЗ у лиц молодого возраста показало значимую социальную и экономическую эффективность.

1. Драпкина ОМ, Концевая АВ, Калинина АМ, Авдеев СН, Агальцов МВ, Александрова ЛМ и др. Профилактика хронических неинфекционных заболеваний в Российской Федерации. Национальное руководство 2022. Кардиоваскулярная терапия и профилактика. 2022;21(4):32–35. https://doi.org/10.15829/1728-8800-2022-3235.

2. Селиверстов ПВ, Гриневич ВБ, Шаповалов ВВ, Крюков ЕВ. Повышение эффективности скрининга хронических неинфекционных заболеваний с использованием технологий на основе искусственного интеллекта. Лечащий врач. 2024;27(4):97–104. https://doi.org/10.51793/OS.2024.27.4.014.

3. Hu Y, Yang Y, Gao Y, Zhao L, Chen L, Sui W, Hu J. The impact of chronic diseases on the health-related quality of life of middle-aged and older adults: the role of physical activity and degree of digitization. BMC Public Health. 2024;24(1):2335. https://doi.org/10.1186/s12889-024-19833-8.

4. Peña-Silva RA, Reyes-González JS. Following the roadmap outlined by the World health Organization: Innovation for the control of chronic noncommunicable diseases. Biomedica. 2024;44(1):5–10. https://doi.org/10.7705/biomedica.7603.

5. Пальцев МА (ред.). Медицина будущего. Персонализированная медицина: опыт прошлого, реалии завтрашнего дня. М.: Российская академия наук; 2020. 152 с.

6. Sun N, Ogulur I, Mitamura Y, Yazici D, Pat Y, Bu X et al. The epithelial barrier theory and its associated diseases. Allergy. 2024;79(12):3192–3237. https://doi.org/10.1111/all.16318.

7. Chandra M. Developmental Origins of Non-Communicable Chronic Diseases: Role of Fetal Undernutrition and Gut Dysbiosis in Infancy. Children. 2024;11(11):1387. https://doi.org/10.3390/children11111387.

8. Колмыкова ТС, Садоян ДС, Грибов РВ. Цифровые технологии в трансформации архитектуры экономического пространства: перспективы и угрозы. Управленческий учет. 2021;(8-2):266–272. https://doi.org/10.25806/uu8-22021266-272.

9. Ezeamii VC, Okobi OE, Wambai-Sani H, Perera GS, Zaynieva S, Okonkwo CC et al. Revolutionizing Healthcare: How Telemedicine Is Improving Patient Outcomes and Expanding Access to Care. Cureus. 2024;16(7):e63881. https://doi.org/10.7759/cureus.63881.

10. Бойцов СА, Драпкина ОМ, Калинина АМ, Ипатов ПВ, Вергазова ЭК, Гамбарян МГ и др. Организация проведения диспансеризации определенных групп взрослого населения. М.; 2017. 199 с. Режим доступа: https://mpmo.ru/content/2018/01/Metodicheskie-rekomendatsii-Organizatsiya-provedeniya-dispanserizatsii-opredelennyh-grupp-vzroslogo-naseleniya-4-izdanie.pdf.

11. Alowais SA, Alghamdi SS, Alsuhebany N, Alqahtani T, Alshaya AI, Almohareb SN et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 2023;23(1):689. https://doi.org/10.1186/s12909-023-04698-z.

12. Shende V, Wagh V. Role of Telemedicine and Telehealth in Public Healthcare Sector: A Narrative Review. Cureus. 2024;16(9):e69102. https://doi.org/10.7759/cureus.69102.

13. 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.

14. Севостьянова ЕВ, Николаев ЮА, Поляков ВЯ. Проблема полиморбидности в современной терапевтической клинике. Бюллетень сибирской медицины. 2022;21(1):162–170. https://doi.org/10.20538/1682-0363-2022-1-162-170.

15. Скрябин ВЮ. Логические ошибки в практике врача. Вестник СанктПетербургского университета. Медицина. 2022;17(3):154–165. https://doi.org/10.21638/spbu11.2022.301.

16. Аксенова ЕИ, Бессчетнова ОВ. Показатели доступности и качества медицинской помощи, обеспечивающие удовлетворенность населения медицинской помощью в различных странах мира. Экспертный обзор. М.: ГБУ «НИИОЗММ ДЗМ»; 2021. 40 с.

17. 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):311–321. https://doi.org/10.21518/ms2023-070.

18. Ламоткин АИ, Корабельников ДИ, Ламоткин ИА, Лившиц СА, Перевалова ЕГ. Искусственный интеллект в здравоохранении и медицине: история ключевых событий, его значимость для врачей, уровень развития в разных странах. Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. 2024;17(2):243–250. https://doi.org/10.17749/2070-4909/farmakoekonomika.2024.254.

19. 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.

20. Бородулина ЕА, Грибова ВВ, Вдоушкина ЕС. Технологии искусственного интеллекта в медицине. Проблемы становления. Врач. 2023;34(3):5–8. https://doi.org/10.29296/25877305-2023-03-01.

21. Макулин АВ, Рубенко АС. Философия, логика и визуализация клинического мышления. Общество: философия, история, культура. 2021;82(2):13–20. Режим доступа: https://archive.dom-hors.ru/nauchniy-zhurnal-obschestvo-filosofiya-istoriya-kultura/2021/2.

22. Борисов ИВ. Блокчейн-платформа как инструмент цифровизации процессов управленческой деятельности в здравоохранении. Вестник евразийской науки. 2023;15(1):33ECVN123. Режим доступа: https://esj.today/PDF/33ECVN123.pdf.

23. Минасова ЕЮ. Логика врачебного мышления. Бюллетень медицинских интернет-конференций. 2018;8(11):592–596. Режим доступа: https://medconfer.com/files/archive/2018-11/2018-11-4-A-18330.pdf.

24. Берсенева ЕА, Умнов СВ, Умнов МС, Агамов ЗХ. Технология блокчейн как компонент цифровизации здравоохранения. Профилактическая медицина. 2023;26(4):95–99. https://doi.org/10.17116/profmed20232604195.

25. Walters R, Leslie SJ, Polson R, Cusack T, Gorely T. Establishing the efficacy of interventions to improve health literacy and health behaviours: a systematic review. BMC Public Health. 2020;20(1):1040. https://doi.org/10.1186/s12889-020-08991-0.

26. Seliverstov PV, Shapovalov V, Vasin A, Grinevich V, Semenov К. Evaluation of the Effectiveness of an AI-Based Telemedicine System for Remote Screening of Chronic Disease Risks. JoWUA. 2025;16(1):217–229. https://doi.org/10.58346/JOWUA.2025.I1.013.

27. Верткин АЛ, Седякина ЮВ, Погонин АВ, Романенко ИИ. «Гиппократ» – система поддержки принятия врачебных решений для первичного звена по раннему выявлению социально значимых заболеваний. Медицинский алфавит. 2021;(7):11–14. https://doi.org/10.33667/2078-5631-2021-7-11-14.

28. Селиверстов ПВ. Перспективы использования телемедицинских технологий на основе искусственного интеллекта при проведении медицинского осмотра. Медицинский совет. 2024;18(5):104–111. https://doi.org/10.21518/ms2024-072.