Конференции / РОСОМЕД-2025 - XIV съезд Российского общества симуляционного обучения в медицине и Международная конференция «Симуляционное обучение в медицине: опыт, развитие, инновации» / Искусственный интеллект, как фактор повышения профессиональной компетентности медицинских сестер: теоретико-методологический анализ

Искусственный интеллект, как фактор повышения профессиональной компетентности медицинских сестер: теоретико-методологический анализ

Автор(ы): А.С. Преображенская

Город: Москва

Учреждение: филиал Военно - медицинской академии в г. Москве

Актуальность

Цифровая трансформация здравоохранения, внедрение ИИ и требования ФГОС к компетенциям медицинских сестер обуславливают необходимость интеграции цифровой грамотности в образовательные программы.
Согласно ФГОС 34.02.01 и 34.03.01, медицинские сестры обязаны владеть цифровыми инструментами. Национальная стратегия развития ИИ до 2030 года (Указ Президента №490) подчеркивает необходимость внедрения технологий в клиническую практику. Минздравом РФ было выделено 12,7 млн рублей на исследования ИИ (2024 г.).
Современные вызовы, такие как автоматизация рутинных задач, поддержка принятия решений и работа с цифровыми платформами, требуют пересмотра подходов к подготовке кадров.
Практическая значимость:
Несмотря на теоретическую разработанность данной темы, остается практический дефицит, который заключается в отсутствии образовательных программ.

Цель

Обосновать и разработать методику интеграции технологий искусственного интеллекта в образовательные программы медицинских колледжей и курсов повышения квалификации для формирования цифровых компетенций медицинских сестер, обеспечивающих эффективное применение ИИ-инструментов в профессиональной деятельности, автоматизацию рутинных задач, повышение качества медицинской помощи и соответствие требованиям цифровой трансформации здравоохранения.

Материалы и методы

1. Теоретический анализ: синтез определений «компетентности» (Зимняя И.А., Равен Дж., Черемисина А.А.) и ее структурных компонентов (когнитивный, практический, мотивационный).
2. Обзор ИИ-технологий: анализ систем поддержки врачебных решений (СППР), телемедицины, роботизированной хирургии и персонализированной медицины.
3. Социологические методы: опросы слушателей курсов повышения квалификации (Военно-медицинская академия им. С.М. Кирова).
4. Нормативно-документальный анализ: ФГОС, этический кодекс медсестер, стратегии Минздрава.

Результаты

2. Ключевые аспекты профессиональной компетентности
Структурные компоненты компетентности:
Когнитивный - знания ИИ-технологий, цифровых систем;
Практический - навыки работы с электронными медкартами, телемедицинскими сервисами;
Мотивационный - готовность к непрерывному обучению;
Личностный - эмпатия, ответственность, адаптивность.
Новизна: включение цифровой грамотности и междисциплинарной интеграции (ИИ, этика, клиническая практика) в определение компетентности.
Стоит отметить, что цифровой компонент включает не только работу с МИС и телемедициной, но и критический анализ данных, предотвращение ошибок в алгоритмах (например, контроль дозировок лекарственных средств.
Междисциплинарная интеграция заключается в совместной работа с IT-специалистами, юристами для соблюдения GDPR, ФЗ №152 и защиты персональных данных пациентов, педагогическим составом и непосредственно с администрацией медицинской организацией.
3. Роль ИИ в здравоохранении
Приоритетные направления:
- Анализ медицинских изображений (Botkin.AI, Celsus).
- Системы поддержки врачебных решений (КТ-ассистент, IBM Watson).
- Телемедицина и дистанционный мониторинг (СберЗдоровье, Кардиосфера).
- Персонализированная медицина (генетический анализ, программы реабилитации).
Проблемы: недостаток стандартизации, этические риски, ограниченная доступность технологий в регионах, неравномерное распределение технологий: 85% ИИ-решений сосредоточены в крупных медцентрах.
4. Методы обучения работе с ИИ
Инновационные подходы:
- Симуляционное обучение (виртуальные пациенты, 3D-визуализация).
- Персонализированные программы (адаптивные алгоритмы для выявления «слабых» навыков).
- Практико-ориентированные модули (работа с EHR, анализ данных ИИ-систем). Пример: кейс-игры сценария 2030 года, где медсестра взаимодействует с ИИ-ассистентом для оптимизации ухода за пожилыми пациентами.
Этические аспекты:
- Ответственность за решения, принимаемые с участием ИИ.
- Профилактика дискриминации в алгоритмах (обучение на репрезентативных данных).
Обучение должно включать анализ предвзятости алгоритмов (например, на данных разных этнических групп) и разбор ответственности за решения (пункт 3.2 Этического кодекса ИИ, 2021 г.)

Обсуждение

Технические и этические вызовы:
- Риск дискриминации алгоритмов при нерепрезентативных данных.
Ответственность за решения, принятые с участием ИИ (Кодекс этики ИИ, 2021).
- Междисциплинарность: необходимость сотрудничества разработчиков ИИ и медицинских работников для создания прозрачных и безопасных систем.
- Образовательные инновации: использование виртуальной реальности, ChatGPT для персонализации обучения (Забелин Д.А., Плащевая Е.В.).

Выводы

1. Обучение ИИ повышает компетентность медсестер, сокращает ошибки и оптимизирует рутинные задачи.
2. Интеграция ИИ в образование требует обновления учебных программ, акцента на этику и междисциплинарные навыки.
3. Реализация рекомендаций способствует достижению целей Национальной стратегии развития ИИ и повышению качества медицинской помощи.
Исходя из вышеизложенного:
- Обучение ИИ должно стать обязательным элементом обучения.
- Необходимо разработать критерии оценки цифровых компетенций, включая этическую составляющую.
- Практическое внедрение ИИ-технологий требует междисциплинарного взаимодействия (педагоги, разработчики, юристы, клиницисты).

Тема: Искусственный интеллект в медобразовании
Алёна Преображенская

Ваш комментарий будет первым!

Войти или зарегистрироваться, чтобы оставить комментарий.

Вернуться

Еще тезисы к этой конференции:

Новости РОСОМЕД: