Членство Контакты
Войти | Регистрация
Меню

← К списку тезисов

Тезисы РОСОМЕД-2025 - XIV съезд Российского общества симуляционного обучения в медицине и Международная конференция «Симуляционное обучение в медицине: опыт, развитие, инновации», Искусственный интеллект в медобразовании

Возможности искусственного интеллекта в обработке и интерпретации данных молекулярной аллергологической диагностики

15.09.2025 21:58 1

Автор(ы): Файзуллина Р.М., Гафурова Р.Р.

Город: Уфа

Учреждение: Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Актуальность

Аллергические заболевания в настоящее время занимают одно из ведущих мест среди хронических патологий детского и взрослого возраста. По данным эпидемиологических исследований, частота их встречаемости достигает 30–40% в общей популяции, при этом наблюдается устойчивая тенденция к росту числа пациентов с полисенсибилизацией и тяжёлым течением. В последние годы активно развивается молекулярная диагностика, позволяющая выявлять специфическую сенсибилизацию не к целым аллергенам, а к отдельным компонентам. Однако анализ результатов мультиплексных панелей, включающих десятки или сотни молекул, требует значительных ресурсов и высокого уровня экспертных знаний. В этой связи применение методов ИИ открывает новые возможности для стандартизации, ускорения и повышения точности интерпретации данных.

Цель

Оценить возможности применения ИИ для обработки и интерпретации данных молекулярной аллергологической диагностики на примере группы пациентов с различными формами аллергических заболеваний.

Материалы и методы

В исследование были включены 40 пациентов (24 ребёнка и 16 взрослых) с клиническими проявлениями аллергического ринита, бронхиальной астмы и атопического дерматита. Всем участникам проведено молекулярное тестирование методом мультиплексного анализа аллергенных компонентов. Первичную обработку данных выполнили с использованием искусственного интеллекта, после чего результаты были оценены врачами-аллергологами-иммунологами.

Результаты

Анализ данных 40 пациентов показал, что применение ИИ позволило выделить несколько устойчивых профилей сенсибилизации. У 14 пациентов (35%) преобладала реакция на пищевые аллергены растительного происхождения, преимущественно белки семейства PR-10 и профилины. В этой группе у 64,3% отмечался орофарингеальный аллергический синдром, у 42,8% — лёгкие формы атопического дерматита. У 11 пациентов (27,5%) выявлялась доминирующая сенсибилизация к бытовым и эпидермальным аллергенам, преимущественно клещам домашней пыли и эпителию животных; клинически у них чаще диагностировался персистирующий аллергический ринит (72,7%) и бронхиальная астма (54,5%). У 15 пациентов (37,5%) наблюдалась сочетанная сенсибилизация к пыльцевым и пищевым аллергенам, при этом 60% имели сезонные обострения респираторных симптомов, а у 33,3% отмечались эпизоды генерализованных реакций. Сравнение автоматической обработки с экспертной оценкой врачей показало высокую степень совпадения: 82,5% (33 из 40 пациентов). В оставшихся 7 случаях (17,5%) расхождения касались минорных аллергенов, не имевших значимого клинического влияния. Важным преимуществом применения ИИ стала возможность быстрой визуализации индивидуальных карт сенсибилизации с указанием перекрёстных реакций и потенциальных рисков. Это позволило сократить время анализа одного исследования практически в два раза (в среднем с 20 до 10 минут) и повысить наглядность результатов при обсуждении с пациентами и их родственниками.

Обсуждение

Полученные данные подтверждают, что использование искусственного интеллекта может значительно облегчить интерпретацию больших массивов информации в молекулярной аллергологии. Особенно важно, что применение ИИ позволяет ускорить процесс обработки, снизить риск субъективных ошибок и повысить воспроизводимость результатов. Аллергологи отметили высокую степень соответствия автоматической обработки реальной клинической картине и подчеркнули удобство представления информации в виде индивидуальных карт сенсибилизации. Таким образом, ИИ можно рассматривать как вспомогательный инструмент, усиливающий аналитические возможности врача, но не заменяющий его экспертное заключение. Перспективным направлением является дальнейшая интеграция подобных систем в клинические информационные платформы и их адаптация для разных категорий пациентов.

Выводы

1. Применение ИИ при анализе данных молекулярной аллергологической диагностики позволяет систематизировать результаты и выявлять клинически значимые профили сенсибилизации.
2. Высокая степень совпадения автоматизированной обработки с экспертной оценкой аллергологов (82,5%) подтверждает достаточную надёжность и практическую ценность данного подхода.
3. Использование ИИ способствует сокращению времени анализа почти в два раза и повышает наглядность представления результатов, облегчая обсуждение с пациентами и их родственниками.
4. Внедрение технологий ИИ в аллергологическую практику является перспективным направлением развития персонализированной медицины, обеспечивая более точное планирование диагностики, профилактики и терапии.

Тема: Искусственный интеллект в медобразовании
Рита Гафурова

Оценка эффективности нейросетевых моделей для автоматизированной классификации качества хирургического шва на ограниченных наборах данных

15.09.2025 15:55 0

Автор(ы): Ищенко Р.В., Солопов М.В., Турчин В.В., Попандопуло А.Г., Антонюк О.С., Ермак А.А., Ладык К.К., Попивненко Ф.С., Голубицкий К.О., Глебова А.Э., Филимонов Д.А.

Город: Донецк

Учреждение: ФГБУ "ИНВХ им. В.К. Гусака" Минздрава России

Актуальность

Качество наложения хирургического шва – один из ключевых факторов, определяющих успех операции и безопасность пациента. Ошибки в технике сшивания могут приводить к серьезным осложнениям, таким как расхождение краев раны, инфекции и кровотечения. Традиционная оценка качества шва основывается на субъективном мнении экспертов, что не лишено предвзятости и не всегда позволяет стандартизировать оценку. Внедрение объективных, автоматизированных методов оценки является актуальной задачей для повышения качества хирургического обучения и контроля. Технологии искусственного интеллекта, в частности сверточные нейронные сети (CNN), открывают новые возможности для количественной оценки хирургических навыков по фотоизображениям конечного результата.

Цель

Оценить возможность и перспективы разработки программного алгоритма для классификации качества хирургических швов, используя визуальные данные.

Материалы и методы

В исследовании использовались наборы фотографий трех видов хирургических швов, выполненных на биологических материалах (фрагменты сосудов и кишечника свиньи): 1) узловой открытый сосудистый шов – 380 изображений; 2) непрерывный обвивной открытый шов– 105 изображений; 3) узловой лапароскопический шов – 100 изображений.
Швы накладывались хирургами различной квалификации, включая ординаторов и студентов-медиков. Группа из четырех опытных хирургов (стаж более 10 лет) провела аннотирование изображений, разделив их на два класса: «высококачественный» и «низкокачественный». Критериями высокого качества служили равномерность стежков, отсутствие деформации и точное сопоставление тканей.
Для автоматической классификации было обучено восемь современных архитектур нейронных сетей (включая ResNet50V2, DenseNet121, Xception и др.). Для повышения точности на ограниченном объеме данных применялась технология «трансферного обучения», использующая модели, предварительно обученные на большом массиве общих изображений ImageNet. Качество моделей оценивалось с помощью метрик F1-меры, AUC-ROC и специально разработанного взвешенного показателя, учитывающего стабильность результатов (Scoreadj).

Результаты

Несмотря на небольшое количество данных, нейросетевые модели продемонстрировали высокую эффективность в распознавании качества швов. Для узлового сосудистого и лапароскопического швов была достигнута высокая точность классификации (F1-мера > 0,90). Модель ResNet50V2 показала наилучшие и наиболее стабильные результаты для этих типов швов, достигнув AUC-ROC до 0,959±0,008 для внутреннего вида сосудистого шва. Для непрерывного обвивного шва точность была ниже (максимальная F1-мера – 0,79), что, вероятно, связано с меньшей выраженностью визуальных признаков (стежки частично скрыты в ткани). Лучшей моделью для этого типа шва оказалась DenseNet121. Анализ с помощью метода GradCAM подтвердил, что модели концентрировали внимание на клинически значимых областях изображений: линии шва, узлах и краях тканей, что соответствует критериям экспертной оценки.

Обсуждение

Исследование подтверждает, что современные нейросетевые технологии могут эффективно применяться для объективной оценки хирургических навыков даже при работе с ограниченными наборами данных. Использование метода трансферного обучения позволяет адаптировать мощные алгоритмы для узкоспециализированных медицинских задач, не требуя сбора тысяч изображений.
Более низкие результаты для непрерывного шва указывают на то, что некоторые виды хирургических техник представляют большую сложность для автоматического анализа из-за своей специфики. Это открывает направления для дальнейшего усовершенствования алгоритмов.
Разработанный взвешенный показатель Scoreadj позволил не только оценить точность, но и стабильность моделей, что критически важно при внедрении подобных систем в реальную практику. Данная технология имеет высокий потенциал для интеграции в образовательные платформы и симуляционные центры, где она может использоваться для предоставления объективной обратной связи обучающимся, снижая нагрузку на преподавателей и устраняя субъективизм в оценке.

Выводы

Применение сверточных нейронных сетей с технологией трансферного обучения является эффективным и надежным методом для автоматизированной бинарной классификации качества хирургического шва по фотоизображениям. Модели ResNet50V2, DenseNet121 и Xception показали наилучшие и наиболее стабильные результаты. Данный подход представляет собой перспективный инструмент для объективизации оценки и стандартизации контроля качества в хирургическом обучении.

Тема: Искусственный интеллект в медобразовании
Ищенко Роман Викторович

Применение искусственного интеллекта в образовательном процессе – мнение обучающихся

14.09.2025 11:09 0

Автор(ы): Граудина В.Е., Кушникова И.П., Щельникова А.С.

Город: Сургут

Учреждение: Сургутский государственный университет

Актуальность

Для современного студента поколения Z образование без применения новых технологий обучения становится не эффективным. Стратегически важна разработка новых методов обучения, в том числе с применением искусственного интеллекта, гарантирующих усвоение правильных, научно-доказанных специальных знаний. Одновременно прогрессирующая цифровизация практического здравоохранения требует от специалистов иметь профессиональные компетенции применения цифровых технологий, в том числе искусственного интеллекта.

Цель

Получить обратную связь обратную связь обучающихся по применению искусственного интеллекта в преподавании дисциплины «Пропедевтика внутренних болезней»

Материалы и методы

По гранту РОСОМЕД проведено исследование применения ИИ в образовательном процессе медицинского института Сургутского государственного университета, специальности «Лечебное дело». В исследование были включены 29 студентов 3 курса, применявшие ИИ в своем обучении по разработанной методике. Исследование длилось четыре недели по плану дисциплины «Пропедевтика внутренних болезней». Изучался раздел «Заболевания пищеварительной системы», для изучения которого проведены
2 очные лекции и 4 аудиторных практических занятия. Через неделю после окончания исследования, в том числе после проведения итогового тестирования по изучаемым темам, было проведено анонимное анкетирование, включающее 17 вопросов по особенностям использования ИИ.
Участники заполнили добровольное информированное согласие на участие
в исследовании, в том числе на проведение фото- и видеосъемки, публикации фотографий.

Результаты

Чаще студенты пользовались DeepSeek и GigaСhat. Больше всего понравилась взаимодействовать с DeepSeek (76% студентов). С интерфейсом чат-бота разобрались при первом использовании 71%, только 0,5% студентов отметили, что требовалось время, чтобы разобраться. Студенты отмечали, что чат-бот помог им в изучении темы за счет структурирования материала в виде таблиц, выделения основного, упрощения для понимания, объяснения непонятных вопросов, формирование тестовых заданий
по изученной теме.
Все студенты отметили, что применение ИИ было однозначно полезным в 71%, скорее полезным в 29%. Отрицательно о взаимодействии с ИИ не отзывался никто. Все студенты опробовали технологию применения ИИ в процессе обучения и на других дисциплинах. При использовании чата в процессе подготовке к занятиям и освоения нового материала у 71% студентов сложностей не возникло, оставшиеся 29% отметили, что ИИ периодически выдавал очень краткие ответы, не мог идентифицировать картинки.
Интеграции ИИ в процесс обучения мотивирует студентов и делает его интересным, это отмечает абсолютное большинство студентов (86%). Положительным фактом обучения с применением ИИ студенты отметили уменьшение времени на подготовку к занятиям
и улучшение успеваемости.
Несмотря на некоторые негативные моменты (неточные ответы) все студенты отметили, что будут применять ИИ в дальнейшем.
Завершающий вопрос в анкете просил дать оценку работы с ИИ от 1 до 10, где 1 это плохо, а 10 – отлично. Студенты оценили в целом такую технологию на 8,5 баллов.

Обсуждение

Для студентов до начала исследования была проведена вводная интерактивная лекция, на которой преподаватель объяснил принцип технологии, процесс взаимодействия с нейросетями, доступными на территории РФ (Deepseek, GigaСhat, Mistral, GPT open, Yandex): студенты сами попробовали использовать разные боты и получили представление о возможностях ИИ при подготовке к практическим занятиям. В процессе исследования каждый обучающий выбрал удобную для себя нейросеть самостоятельно.
Использование чат-бота на основе ИИ персонифицирует обучение под индивидуальные особенности восприятия учебного материала, интеллекуальные возможности и график обучения. ИИ позволяет обратиться к источнику информации
и задать вопросы, объяснить неясный материал в любое время и неограниченное количество раз. В профиле сохраняется история запроса и чат, обучаясь, выдаёт ответы, подстраиваясь под пользователя. Важен факт, что ИИ остаётся нейтральным,
не высказывает личного отношения к студенту, выступает в роли «помощника» преподавателя.
Краткость ответов чат-бота исправляется, если в процессе беседы попросить его дать объемный ответ или в начале беседы задать промт, в котором отразить условие подробного ответа на вопрос. Что касается изображений и схем, то чат-боты идентифицируют, что изображено на фото, но могут быть сложности, если изображение носит профессиональный медицинский характер или это схема, графический алгоритм. Существуют нейросети, которые делают изображения в виде рисунка, видео или графики на основе текста.
Одним из минусов применения ИИ является его склонность к галлюцинациям
и представлению неверных фактов. Это происходит в редких случаях и объясняется тем, что нейросети обладают способностью к творчеству и генерации текста, не подтвержденного существующим источником. Об этом студентов надо предупреждать, чтобы они не просто механически заучивали ответ, но и оценивали его в качестве эксперта. Что мотивирует на включенное отношение к процессу обучения. Уменьшить или убрать количество неточных ответов поможет ограничение чата в рамках учебника, учебного пособия или лекционного материала.

Выводы

Определяющим моментом качественного использования ИИ должна быть установка, что человек всегда принимает окончательное решение на основе правильно сформированных знаний, навыков и умений.
Современное высшее образование, особенно медицинское, должно гарантировать компетентное применение ИИ в учебной и профессиональной деятельности, для чего необходимы разработки новых технологий и их апробация.
Опыт применения ИИ показал необходимость продолжения разработки методик его применения, включающих четкие инструкции по выбору эффективной нейросети. Для каждого уровня профессиональной подготовки необходима разработка типовых наборов промтов.

Тема: Искусственный интеллект в медобразовании
Граудина Виктория Евгеньевна

Интеллектуальная система обучения базовым навыкам клинического обследования. Результаты применения искусственного интеллекта в образовательном процессе

14.09.2025 11:02 0

Автор(ы): Граудина в.Е., Кушникова И.П., Щельникова А.С.

Город: Сургут

Учреждение: Сургутский государственный университет

Актуальность

Осенью 2019 года Указом Президента Российской Федерации была утверждена Национальная стратегия развития искусственного интеллекта (ИИ) на период до 2030 года. Новая научно-техническая продукция с использованием ИИ должна быть получена путем проведения качественной научно-исследовательской деятельности. Критически значимым является обеспечение единых подходов к определению вариантов использования технологий ИИ в образовании, в том числе в медицинском.

Цель

Разработка и апробация технологии применения искусственного интеллекта в преподавании дисциплины «Пропедевтика внутренних болезней»

Материалы и методы

В исследование были включены 58 студентов 3 курса Сургутского государственного университета, специальности «Лечебное дело», из которых было сформировано 2 группы – группа исследования (ГИ), у которой апробировалась технология ИИ (n=29) и группа контроля (ГК) – обучающаяся по традиционной методике (n=29).
Практическая часть исследования длилась четыре недели, в течение которых по плану дисциплины «Пропедевтика внутренних болезней» изучался раздел «Заболевания пищеварительной системы». Самостоятельная подготовка студентов в МИ СурГУ управлялась с помощью модульной объектно-ориентированной динамической среды обучения Moodle.
Участники ГИ перед его проведением заполнили добровольное информированное согласие на участие в исследовании.

Результаты

Для проведения исследования были созданы два курса Moodle для ГИ и для ГК. Идентичность курсов заключалась в структуре (входное тестирование, инструкция для изучения темы, слайды презентаций лекций по темам, задания для самостоятельной практической подготовки, итоговое тестирование). Входное и итоговое тестирование для обеих групп включали одинаковые вопросы по количеству и уровням сложности.
Самостоятельная работа студентов ГИ проводилась посредством взаимодействия с ИИ, в том числе в цифровой медицинской образовательной системе RUМЕДИУС. В настоящем исследовании виртуальные пациенты системы RUМЕДИУС активно общались с обучающимися, отвечали на поставленные вопросы по жалобам и анамнезу. Данная возможность позволила отрабатывать навыки коммуникации. На всех этапах проведения исследования студенты ГИ получали техническую поддержку в специально созданном Telegram-канале. Самостоятельная работа студентов ГК проводилась традиционно.
Оценка базовых знаний по дисциплине в форме тестирования из 20 вопросов по разделу клиническое обследование и семиотика поражений пищеварительной системы показала одинаковый средний результат входного тестирования: в ГИ – 83,07 %, в ГК – 81,2 %. Качественная оценка входного тестирования по показателю успеваемость в обеих группах были по 93 %.
Для студентов ГИ была проведена вводная интерактивная лекция по процессу взаимодействия с нейросетями, доступными на территории РФ (Deepseek, Giga chat, Mistral, GPT open, Yandex). Далее в течение 4-х недель при подготовке к практическим занятиям студенты ГИ применяли технологию на основе ИИ. Им был предложен перечень промтов, которыми можно было воспользоваться, чтобы эффективно взаимодействовать с ИИ. Основой для самостоятельной теоретической подготовки был прочитанный лекционный материал и презентации лекций. Основой для самостоятельной практической подготовки стали клинические кейсы по изучаемым темам цифровой медицинской образовательной системы RUМЕДИУС.
Для самоконтроля теоретической подготовки студенты вводили в запрос чат-боту следующий промт: «Будь в роли преподавателя медицинского вуза. Изучи приложенную лекцию (учебный материал) и проверь мои знания по теме… Предложи десять (двадцать) вопросов, разной сложности по материалу лекции. Задавай мне по одному вопросу последовательно, я буду отвечать самостоятельно. Если ответ будет неверен, то предложи мне вернуться к той части лекции (учебного материала), которая содержит ответ. Действуй в рамках лекции (учебного материала)».
При практической подготовке по кейсам цифровой медицинской образовательной системы RUМЕДИУС студенты ГИ проводили дебифринг с ИИ: загружали боту отчет, сформированный при прохождении кейса, и создавали запрос для проверки самоподготовки. Промт для дебрифинга с ИИ был следующим: «Будь в роли преподавателя медицинского вуза. Проанализируй отчет о прохождении клинического кейса и дай обратную связь, какие сильные и слабые стороны. Предложи, на что стоит обратить внимание, чтобы улучшить результат». Результаты дебрифингов с ИИ с соблюдением сроков выполнения задания студенты отправляли преподавателю курса на платформе LMS СурГУ. Контроль за правильно сформированными знаниями, навыками и умениями по изучаемому разделу и темам проводился на аудиторном практическом занятии.
По окончании исследования, для оценивания эффективности интеграции технологии ИИ в образовательный процесс, было проведено выходное тестирование по изученным темам в ГИ и в ГК. Тестирование включало 21 вопрос. Средний результат выходного тестирования в ГИ составил 75,7 %, в ГК ‒ 74,6 %. Качественная же оценка по показателю успеваемость в ГИ составила 86,2%, в ГК – 75,86 %.
После проведения исследования наблюдение за обучающимися показало их значительно более свободное профессиональное общение при работе с реальными пациентами.

Выводы

Применение ИИ наиболее эффективным оказалось в формировании и отработке навыков коммуникации в системе «врач – пациент» в симулированной среде.
Результаты итогового тестирования показали качественно лучшую подготовку у студентов группы исследования.
Применение ИИ позволяет уравнять подготовку студентов: более слабые студенты начинают усваивать материал лучше за счет структурирования, повторения, дополнительного разъяснения.

Тема: Искусственный интеллект в медобразовании
Граудина Виктория Евгеньевна

ГОРМОНАЛЬНАЯ ТЕРАПИЯ КАК ОСНОВНОЙ ЭТАП ПРИ ХИРУРГИЧЕСКОМ ЛЕЧЕНИИ ДЕТЕЙ С НАРУШЕНИЕМ ФОРМИРОВАНИЯ ПОЛА

14.09.2025 00:17 1

Автор(ы): Зоирова Г.Х., Хамроев М.Ф., Холов А.И., Талабзода Х.М.

Город: Дангара

Учреждение: ХГМУ

Актуальность

Нарушения формирования пола у детей сопровождаются медицинскими и психосоциальными трудностями, требующими комплексного подхода. Гормональная терапия играет ключевую роль в подготовке к хирургическому лечению, способствуя нормализации развития половых органов и снижению риска осложнений. Актуальность темы определяется необходимостью оптимизации тактики ведения таких пациентов для улучшения качества их жизни.

Цель

Цель исследования. Оценить эффективность гормональной терапии как подготовительного этапа перед хирургическим лечением у детей с нарушением формирования пола.

Материалы и методы

Материал и методы исследования. Исследование проведено на базе отделения реконструктивно-пластической микрохирургии РНЦССХ города Душанбе. В исследование были включены 12 пациентов в возрасте от 4 до 12 лет (средний возраст 6,5±2,1 лет) с диагнозом нарушения формирования пола. Родители больных обратились за период с 2020 по 2025 годы. До начала гормональной терапии у всех пациентов определяли уровень половых гормонов: лютеинизирующего гормона (ЛГ), фолликулостимулирующего гормона (ФСГ), эстрадиола, тестостерона и хорионического гонадотропина человека (ХГЧ). После проведения кариотипирования определяли пол пациентов и назначали гормональную терапию в течение 1 месяца. Лечение заключалось в нанесении препарата AndroGel (тестостерон-10мг/г) в дозе 5 г. один раз в день на область гениталий и медиальную сторону бедра.

Результаты

Результаты исследования. После месяца гормональной терапии у детей с мужским кариотипом (46, XY) наблюдалось значительное улучшение развития наружных половых органов, что приближало их к нормальному мужскому фенотипу. У 5 больных с диагнозом нарушения формирования пола выявили односторонний крипторхизм, у 2 больных — двусторонний. После гормонотерапии эктопированное яичко у данных пациентов опустилось в мошонку. Данный этап терапии позволил создать оптимальные условия для последующего хирургического лечения, улучшив анатомические параметры тканей и снизив риск осложнений.

Выводы

Выводы. Таким образом, гормональная терапия в предоперационном периоде является важным этапом подготовки детей с нарушением формирования пола, позволяя добиться более благоприятных анатомо-физиологических условий для хирургической коррекции. Дальнейшие исследования должны учитывать длительность гормонального воздействия для оптимизации результатов лечения.

Тема: Искусственный интеллект в медобразовании
Зоирова Гуландом Хуршедовна

Практическое применение технологий искусственного интеллекта обучающимися 4 курса медицинского вуза при освоении клинических дисциплин

07.09.2025 22:13 0

Автор(ы): Файзуллина Р.М., Гафурова Р.Р., Викторов В.В., Кудаярова Л.Р., Магафуров Р.Ф., Тевдорадзе С.И., Шокурова М.П.

Город: Уфа

Учреждение: Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Актуальность

Современный этап развития медицинского образования характеризуется активным внедрением цифровых технологий, среди которых особое место занимает ИИ. Возможности ИИ позволяют обучающимся получать доступ к обширным массивам информации, быстро систематизировать данные и моделировать клинические ситуации. Наибольшую значимость это приобретает именно на 4 курсе обучения, когда обучающиеся переходят от базовых дисциплин к углублённому изучению клинических предметов. В этот период формируется клиническое мышление, навыки анализа данных, интерпретации симптомов и принятия решений. Использование ИИ способно облегчить освоение сложных тем, повысить качество подготовки к практическим занятиям и стимулировать научно-исследовательскую деятельность. Вместе с тем остаются риски получения неполной или искажённой информации, снижения критического мышления и нарушения академической честности, что требует внимательного анализа отношения обучающихся к этим технологиям.

Цель

Определить особенности применения технологий ИИ обучающимися 4 курса медицинского вуза при изучении клинических дисциплин, оценить направления их использования, ожидаемые преимущества и возможные ограничения.

Материалы и методы

Проведено анонимное анкетирование обучающихся 4 курса ФГБОУ ВО БГМУ Минздрава России, проходящих обучение на педиатрическом и лечебном факультетах. В исследование вошли респонденты в возрасте от 18 до 23 лет. Анкета включала 36 вопросов, касающихся частоты и направлений использования ИИ, роли технологий в изучении клинических дисциплин, оценки их преимуществ и ограничений, а также перспектив внедрения в образовательный процесс. Отдельный акцент сделан на практико-ориентированном применении ИИ: анализе клинических случаев, подготовке к практическим занятиям, работе с научными источниками и участии в исследовательских проектах. Для обработки результатов использовались методы описательной статистики с подсчётом частотных распределений и сравнительным анализом ответов.

Результаты

В опросе приняли участие 71 обучающийся 4 курса. Большинство (более 70%) активно применяют технологии ИИ в повседневной учебной практике, при этом треть респондентов сообщила о ежедневном использовании. Лишь немногие (около 10%) признали, что практически не прибегают к цифровым инструментам в процессе обучения.
Наибольшая ценность ИИ была отмечена при освоении клинических дисциплин. Так, обучающиеся указывали, что использование интеллектуальных систем позволяет быстрее ориентироваться в диагностических алгоритмах, разбирать клинические ситуации и готовиться к практическим занятиям. Особенно часто ИИ применялся при изучении внутренних болезней, педиатрии и хирургии, где необходимо анализировать симптомы и принимать решения в условиях клинической неопределённости.
Интересным оказалось то, что около 30% респондентов используют ИИ не только для поиска информации, но и для самопроверки: формулируют тестовые вопросы, создают клинические сценарии, имитируют опрос «пациента». Ещё 22% отметили ценность ИИ для поиска современных клинических рекомендаций и подготовки научных проектов.
Наряду с преимуществами обучающиеся отмечали и трудности. Более половины (52%) указали, что ИИ не всегда способен учитывать клинический контекст и нередко даёт упрощённые ответы. 44% подчеркнули поверхностный характер части объяснений, требующий доработки, а 39% выразили опасения по поводу устаревшей информации. Вместе с тем многие признавали, что даже при таких ограничениях ИИ помогает структурировать материал и стимулирует самостоятельное изучение первоисточников.
В целом обучающиеся 4 курса демонстрируют взвешенный и практико-ориентированный подход: они воспринимают ИИ как средство, дополняющее традиционное обучение, способное ускорить подготовку и развить клиническое мышление, но требующее критической оценки и педагогического сопровождения.

Обсуждение

Обучающиеся 4 курса воспринимают ИИ как вспомогательный инструмент, который облегчает освоение клинических дисциплин, но не может заменить преподавателя. Особенно ценными оказались функции поиска информации, систематизации знаний и генерации диагностических алгоритмов. Одновременно сохраняется настороженность, связанная с необходимостью проверки достоверности результатов и риском когнитивных потерь. Таким образом, ИИ должен интегрироваться в образовательный процесс под контролем преподавателей и при обязательном обучении навыкам критической оценки цифровой информации.

Выводы

Проведённое исследование показало, что обучающиеся 4 курса медицинского вуза активно применяют технологии искусственного интеллекта при освоении клинических дисциплин и воспринимают их как важный инструмент поддержки учебного процесса. ИИ используется ими не только для поиска и структурирования информации, но и для подготовки к практическим занятиям, моделирования диагностических сценариев, самопроверки знаний и работы с современными клиническими рекомендациями. Вместе с тем выявлено критическое отношение к цифровым системам: обучающиеся осознают риск недостоверности данных, поверхностности ряда ответов и отсутствие клинического контекста, что делает необходимым обязательное педагогическое сопровождение и проверку информации в авторитетных источниках. В целом отношение к ИИ остаётся положительным — он рассматривается как вспомогательный ресурс, способный ускорить подготовку и стимулировать развитие клинического мышления, однако не заменяющий традиционное обучение и личное взаимодействие с преподавателями.

Тема: Искусственный интеллект в медобразовании
Рита Гафурова

Искусственный интеллект в медицинском образовании обучающихся: возможности и риски

07.09.2025 16:39 0

Автор(ы): Викторов В.В., Гафурова Р.Р., Кудаярова Л.Р., Магафуров Р.Ф., Тевдорадзе С.И., Шокурова М.П.

Город: Уфа

Учреждение: Федеральное государственное бюджетное образовательное учреждение высшего образования «Башкирский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Материалы и методы

В исследование включены студенты ФГБОУ ВО БГМУ Минздрава России, обучающиеся на педиатрическом и лечебном факультетах с 1 по 6 курс. Возраст участников варьировал от 18 лет до старше 30. Анонимное анкетирование проводилось в онлайн-формате. Вопросник включал 36 вопросов, охватывающих уровень знакомства с ИИ, частоту и направления его использования, отношение к внедрению в образовательный процесс, оценку преимуществ и рисков. Применялись методы описательной статистики с анализом частотных распределений, качественных суждений и сравнением между группами респондентов.

Результаты

В исследовании приняли участие 246 обучающихся ФГБОУ ВО БГМУ Минздрава России. Более 65% опрошенных сообщили о регулярном использовании технологий искусственного интеллекта (ИИ), причём около 30% применяют их ежедневно. Наиболее распространённые направления включали поиск и систематизацию информации (78%), подготовку письменных работ и презентаций (62%), перевод текстов (55%) и анализ статистических данных (41%). Дополнительно отмечались такие варианты применения, как объяснение сложных тем, планирование учебного времени, генерация визуальных материалов и поддержка научных проектов.
Большинство респондентов (72%) выразили мнение о необходимости включения курсов или отдельных модулей по работе с ИИ в образовательные программы подготовки врачей. В числе ключевых преимуществ студенты отмечали ускорение обработки больших массивов информации (68%), индивидуализацию учебного процесса (47%) и содействие формированию клинического мышления (44%). При этом выявлены различия между группами: студенты старших курсов чаще связывали применение ИИ с научно-исследовательской деятельностью и обработкой данных, тогда как младшие выделяли его роль в упрощении освоения базовых дисциплин.
Наряду с позитивным восприятием были обозначены и потенциальные риски. Более половины участников опроса выразили обеспокоенность возможной зависимостью от технологий (56%) и снижением навыков критического анализа (49%). Существенная доля респондентов указала на вероятность ошибок в ответах ИИ (46%) и угрозу академической нечестности (39%). Отдельные студенты отмечали снижение значимости личного контакта с преподавателями. Несмотря на указанные опасения, общее отношение к ИИ остаётся положительным: средняя оценка качества работы наиболее востребованных моделей (ChatGPT, Perplexity AI, DOC+, ADA) составила 4 балла из 5, что отражает высокий уровень доверия при сохранении критического отношения.

Обсуждение

Результаты проведённого исследования показали, что технологии ИИ уже активно применяются студентами медицинского университета в учебной практике. Наиболее востребованными направлениями остаются поиск и систематизация информации, подготовка письменных работ и презентаций, перевод текстов и анализ данных. При этом характер использования ИИ зависит от уровня подготовки: младшие курсы рассматривают его преимущественно как вспомогательный инструмент для упрощения освоения материала, тогда как старшие студенты используют ИИ в научно-исследовательской деятельности и аналитике.
Преобладание положительных оценок подтверждает высокий образовательный потенциал ИИ: ускорение доступа к информации, индивидуализация обучения, помощь в формировании клинического мышления. Однако выявленные опасения не менее значимы. Респонденты указывают на риск зависимости от технологий, снижение критического мышления, вероятность ошибок и угрозу академической нечестности. Важным является и отмеченное студентами снижение роли личного контакта с преподавателем, что отражает актуальность сохранения традиционных форм обучения.
Таким образом, восприятие ИИ студентами носит амбивалентный характер: с одной стороны, он рассматривается как перспективный инструмент, с другой — вызывает обоснованные сомнения. Это подтверждает необходимость балансированного подхода к интеграции цифровых технологий в медицинское образование.

Выводы

1. Студенты медицинского университета активно используют технологии ИИ и преимущественно положительно оценивают их влияние на учебный процесс.
2. Существует выраженный запрос на включение дисциплин или модулей по работе с ИИ в образовательные программы, что отражает необходимость формирования цифровых компетенций у будущих врачей.
3. Определены основные преимущества ИИ: ускорение обработки информации, индивидуализация обучения, поддержка научной деятельности и формирование клинического мышления.
4. Одновременно выявлены риски: зависимость от технологий, снижение когнитивных навыков, вероятность ошибок, академическая нечестность и ослабление личного взаимодействия с преподавателями.
5. Оптимальной является стратегия интеграции ИИ в образовательный процесс по принципу дополнения, а не замещения традиционных методов обучения, с обязательным педагогическим и нормативным сопровождением.

Тема: Искусственный интеллект в медобразовании
Рита Гафурова

Применение аппаратно-программного комплекса в симуляционном обучении навыкам удаления инородных тел роговицы: методический и клинико-педагогический подход

03.09.2025 17:31 0

Автор(ы): Бакуткин В,В., Бакуткин И.В.

Город: Саратов

Учреждение: МАКАО ИТ

Актуальность

Повреждения роговицы инородными телами (ИТ) являются одной из наиболее частых причин обращений за неотложной офтальмологической помощью. Оперативное удаление ИТ требует высокой точности манипуляций и знания клинических алгоритмов. Неправильное выполнение манипуляций при удалении инородного тела роговицы приводит к возникновению воспалительного процесса, длительному лечению и в осложненных случаях, слепоте. В настоящее время отсутствуют симуляторы для удаления инородного тела роговицы и последующего терапевтического сопровождения. Имеется потребность в приобретении теоретических и практических знаний и навыков которые необходимы врачам экстренной помощи, офтальмологам.. Современным решением данной проблемы является использование симуляционного подхода, сочетающего референтные клинические рекомендации и практико-ориентированную подготовку на моделях, приближённых к реальности.

Цель

Применение аппаратно-программного комплекса в симуляционном обучении навыкам удаления инородных тел роговицы, возможности использования нейросетевых методов оценки их эффективности в подготовке специалистов

Материалы и методы

Материалы и методы В качестве основной учебной платформы применялся аппаратно-программный комплекс, включающий лицевой симулятор с возможностью имитации поверхностных и глубоких инородных тел, налобную бинокулярную лупу, набор микроинструментов, а также модуль видеорегистрации манипуляций, планшетный компьютер с обучающими программами, Используется стандартный набор инструментов для удаления инородных тел роговицы. Имеется два клинических варианта удаления инородных тел роговицы с помощью бинокулярной лупы и с использованием щелевой лампы. Для обеспечения приобретения практических навыков с использованием щелевой лампы имеется возможность фиксации симулятора на лицевом упоре, что полностью соответствует технике удаления инородных тел с использовании биомикроскопии. По степени сложности клинические случаи были распределены на 4 уровня. Обучение проводилось по пятиэтапной модели: вводный инструктаж, выполнение процедур в стандартных условиях, решение клинических сценариев повышенной сложности, видеодебрифинг, итоговая проверка. Также имеется курс теоретической подготовки в виде лекций по диагностике и терапевтическому сопровождению. Образовательный модуль тестировался на 28 слушателях программы повышения квалификации. Использовались алгоритмы искусственного интеллекта на всех этапах симуляционного обучения, прежде всего контроля обучения.дает возможность анализа выполнения манипуляций,

Результаты

Установлено, что после прохождения симуляционного тренинга доля успешно выполнивших стандартную процедуру удаления инородных тел роговицы увеличилась с 39,6% до 91,7%. Структура обучения распределялась по уровню сложности клинических случаев, Вначале приобретали навыки осмотра переднего сегмента глаза с бинокулярной лупой, затем с использованием щелевой лампы и методики биомикроскопии. Затем осваивали навыки фиксации и манипуляций инструментом, точности выполнения движений. Затем создавали индивидуальную программу обучения с применение видеофиксации процесса удаления инородных тел с имитатора роговицы. Общее количество клинических случаев составляет 26. являющихся наиболее частыми, включая осложненные, с сопутствующими поражениями. Среднее время выполнения процедуры сократилось с 6,2 до 3,8 минут. Анализ видеофиксации продемонстрировал улучшение тактильного контроля, координации движений и соблюдения протокола обеззараживания. Слушатели отметили рост уверенности в собственных действиях и повышение готовности к самостоятельному проведению манипуляции в условиях реального приёма.Нейросетевые технологии обеспечивают возможность создания индивидуальных программ обучения и контроля приобретаемых знаний.

Обсуждение

Удаление инородных тел роговицы относится к числу неотложных хирургических вмешательств. Учитывая широкую распространенность таких состояний необходимо экстренное оказание медицинской помощи и специализированной подготовки специалистов. Это требует комплексного подхода, включающего приобретение теоретических и практических навыков, клинического мышления, знаний терапевтического сопровождения. Разработанных аппаратно программный комплекс симуляционного обучения имеет признаки существенной новизны, является многофункциональным. Симуляционное обучение возможно в нескольких вариантах использования оптических приборов (бинокулярной лупы и щелевой лампы). Использование видеоконтроля обеспечивает анализ правильности выполнения манипуляций как обучающимся так и преподавателем. Видео архивация используется в демонстрации полученных навыков экспертной комиссии, при сдаче экзамена. Теоретический и практический курсы подбирают индивидуально, в том числе и в варианте дистанционного обучения Полученные данные свидетельствуют о высокой педагогической эффективности симуляционного подхода. В отличие от традиционного обучения, при котором значительное внимание уделяется теории, симуляция позволяет воссоздать конкретные клинические условия и оперативно формировать автоматизированные двигательные навыки. Использование магнитных имитаторов инородных тел роговицы и возможности регулировки их глубины обеспечивают реалистичность сценариев. Видеодебрифинг дополняет практику аналитическим компонентом, способствующим рефлексии и коррекции ошибок.

Выводы

Симуляционное обучение с использованием специализированного АПК удаления инородных тел роговицы представляет комплексное решение для формирования ключевых профессиональных навыков у врачей, участвующих в оказании неотложной офтальмологической помощи. Персонализированный подход к процессу обучения с использование нейросетевых технологий создает наиболее эффективную обучающую платформу , максимально приближенную к практической деятельности врачей неотложной помощи. Гибкая программа подготовки специалистов может быть адаптирована под конкретные условия работы и оснащения лечебных учреждений. Следует отметить, что имеется возможность дистанционного использования данной программы симуляционного обучения.

Тема: Искусственный интеллект в медобразовании
Бвкутуин Валерий Васильевич

Использование искусственного интеллекта для повышения эффективности медицинского образования: перспективы и вызовы в среднем профессиональном образовании.

31.07.2025 10:26 0

Автор(ы): О.А.Важенина

Город: Тюмень

Учреждение: федеральное государственное бюджетное образовательное учреждение высшего образования «Тюменский государственный медицинский университет» Министерства здравоохранения Российской Федерации (ФГБОУ ВО Тюменский ГМУ Минздрава России)

Актуальность

Актуальность темы обусловлена быстрым развитием технологий искусственного интеллекта (ИИ) и их внедрением в сферу образования, в том числе медицинского. В условиях модернизации системы здравоохранения и повышения требований к подготовке специалистов важно использовать инновационные инструменты для повышения качества и эффективности обучения. В среднем профессиональном образовании внедрение ИИ позволяет адаптировать программы под индивидуальные потребности студентов, расширяет возможности практической подготовки и способствует формированию компетентных медицинских кадров. Однако, при этом возникают новые вызовы, связанные с инфраструктурой, этическими аспектами и подготовкой преподавателей, что делает исследование актуальным и своевременным.

Цель

Цель исследования — определить возможности и перспективы использования искусственного интеллекта для повышения эффективности медицинского образования в среднем профессиональном образовании, а также выявить основные вызовы и проблемы, связанные с внедрением ИИ в образовательный процесс, для разработки рекомендаций по его оптимальному использованию.

Материалы и методы

Материалы и методы исследования: В исследовании использовались аналитические материалы, научные публикации, нормативно-правовые документы и отчёты, посвящённые внедрению искусственного интеллекта в систему медицинского образования. В качестве методов применялись системный анализ, сравнительный анализ, обзор литературы и экспертные оценки. Для определения перспектив и вызовов использовались интервью с педагогами и специалистами в области ИИ и медицинского образования, а также опросы студентов среднего профессионального уровня. Полученные данные позволили сформировать комплексное представление о текущем состоянии внедрения ИИ, выявить основные проблемы и определить направления дальнейших исследований.

Результаты

Анализ литературы и эмпирические данные показали, что внедрение искусственного интеллекта в медицинское образование среднего профессионального уровня способствует повышению индивидуализации обучения, улучшению практических навыков и ускорению освоения сложных клинических процедур. В ходе опросов и интервью выявлены основные преимущества использования ИИ: автоматическая оценка знаний, виртуальные симуляции, адаптивные обучающие платформы. Вместе с тем, отмечены вызовы: недостаточная инфраструктура, нехватка квалифицированных кадров для работы с ИИ, вопросы этики и защиты персональных данных. В целом, использование ИИ открывает перспективы для повышения качества подготовки медицинских специалистов, однако требует системного подхода к решению существующих проблем.
В ходе исследования было опрошено 150 преподавателей и студентов среднего профессионального медицинского образования. Согласно полученным данным, 78% преподавателей отмечают повышение эффективности обучения при использовании ИИ-технологий, таких как виртуальные симуляции и адаптивные платформы. Статистика показывает, что 65% студентов считают, что ИИ способствует более глубокому усвоению материала и развитию практических навыков. Однако 42% респондентов указывают на недостаточную инфраструктуру и нехватку квалифицированных специалистов для внедрения ИИ. Также выявлено, что 58% участников обеспокоены вопросами этики и защиты данных. Таким образом, использование ИИ демонстрирует значительный потенциал для повышения качества медицинского образования, но требует решения организационных и этических проблем для широкого внедрения.

Обсуждение

Использование искусственного интеллекта (ИИ) в медицинском образовании среднего профессионального уровня открывает широкие возможности для повышения его эффективности и качества. Внедрение адаптивных обучающих платформ, виртуальных симуляторов и автоматизированных систем оценки позволяет индивидуализировать обучение, ускорить освоение практических навыков и повысить мотивацию студентов. Эти технологии способствуют более глубокому усвоению материала и подготовке к реальным клиническим ситуациям без риска для пациентов.
Однако, несмотря на очевидные преимущества, существуют значительные вызовы, связанные с внедрением ИИ. Одним из ключевых является недостаточная инфраструктура и техническая база в образовательных учреждениях, особенно в регионах с ограниченными ресурсами. Также актуальны вопросы этики, защиты персональных данных студентов и преподавателей, а также необходимость подготовки кадров, способных эффективно работать с новыми технологиями.
Еще одним важным аспектом является сопротивление изменениям со стороны педагогов и студентов, а также необходимость разработки нормативно-правовой базы для регулирования использования ИИ в образовательной сфере. В связи с этим важно создавать системные программы обучения преподавателей новым технологиям и обеспечивать их поддержку при внедрении инновационных решений.
В целом, перспективы использования ИИ в медицинском образовании выглядят многообещающими, однако успешная реализация требует комплексного подхода: инвестиций в инфраструктуру, разработки этических стандартов, повышения квалификации педагогов и активного вовлечения всех участников образовательного процесса. Только при таком подходе можно максимально реализовать потенциал ИИ для подготовки высококвалифицированных медицинских специалистов среднего звена.

Выводы

Использование искусственного интеллекта в медицинском образовании среднего профессионального уровня обладает значительным потенциалом для повышения качества подготовки специалистов, улучшения практических навыков и индивидуализации обучения. Внедрение ИИ способствует более эффективной подготовке к реальным клиническим ситуациям и повышает мотивацию студентов. Однако для успешной реализации необходимо преодолеть ряд вызовов, включая недостаточную инфраструктуру, необходимость подготовки кадров, а также решение этических и правовых вопросов. В целом, интеграция ИИ в образовательный процесс требует системного подхода и стратегического планирования, что позволит максимально раскрыть его перспективы и обеспечить высокое качество медицинского образования.

Тема: Искусственный интеллект в медобразовании
Важенина Ольга Александровна

Решение задач регистрации доз облучения, отслеживания и управления данными в условиях Центра Эндокринологии

29.07.2025 06:36 1

Автор(ы): Doniyorbek Bakhtiyarovich Nurmukhamedov

Город: Ташкент

Учреждение: Республиканский центр Эндокринологии (Узбекистан)

Актуальность

В условиях повышения числа радиологических исследований и применения радиотерапии, вопрос надежной регистрации доз и управления дозиметрической информацией становится критически важным. Отсутствие систематизированного подхода приведет к радиационным рискам.

Цель

разработать и внедрить практическую систему учета и контроля доз облучения пациентов.
Задачи:
– выявить существующие проблемы в регистрации доз;
– адаптировать методику цифрового учета доз в условиях учреждения;
– обеспечить интеграцию с медицинскими информационными системами;

Материалы и методы

Использовались элементы системного анализа и статистической обработки данных по нагрузке на пациентов.

Результаты

Внедрение системы цифрового дозиметрического контроля позволит осуществлять точный учёт радиационной нагрузки. При наличии автоматизированного учета данных о введённой активности, типе радиофармпрепарата будет возможно фиксировать и анализировать следующие показатели:
• Тип радиофармпрепарата
• Введённая активность
• Оценка эффективной дозы
• Кумулятивная доза

Выводы

Внедрение стандартизированного дозиметрического учёта с применением протоколов DICOM RDSR и интеграции с медицинской информационной системой позволит обеспечить:
• точный и прослеживаемый учет индивидуальных доз облучения;
• контроль кумулятивной радиационной нагрузки у пациентов;
• подготовку базы для последующего включения в национальные и международные дозовые регистры.

Тема: Искусственный интеллект в медобразовании
Doniyorbek Bakhtiyarovich Nurmukhamedov

ИИ в симуляции: Цветы прогресса или сорняки уязвимостей? Безопасность в эпоху алгоритмов.

23.07.2025 07:42 0

Автор(ы): В.С. Олексик, С.В. Ходус

Город: Благовещенск

Учреждение: ФГБОУ ВО Амурская ГМА Минздрава России

Актуальность

За последние 25 лет было создано множество программ на базе искусственного интеллекта, направленных на улучшение процесса обучения медицинских специалистов. Возрастающий интерес к совершенствованию подготовки врачей подтверждается значительным увеличением числа научных публикаций, посвященных разработке образовательных программ с использованием ИИ. В результате на рынке медицинского симуляционного обучения появилось множество разнообразных обучающих программ, чат-ботов и моделей живых пациентов. Например, учебные боты могут вести диалог и предоставлять актуальную информацию по различным академическим темам, анализировать процесс обучения конкретного студента и предлагать рекомендации по изменению учебного плана как студенту, так и его преподавателю. Также разрабатываются модели-аналоги живых пациентов для различных нозологий, таких как абдоминальные заболевания, интерактивные обучающие платформы для анестезиологов, на рынке имеются и различные отечественные разработки (VR-симуляторы офтальмологических заболеваний с реальными патологическими изменениями, основанные на ИИ). Появляются различные программы на базе ИИ, которые позволяют обучать постановке дифференциального диагноза, отвечать на звонки, проводить консультации или попробовать себя в роли врача-терапевта. Все чаще преподаватели используют ИИ для решения рутинных задач, таких как составление тестов, заданий, сценариев, деловых игр или проверка ответов. Однако в симуляционном обучении ИИ может быть как полезным инструментом, так и источником проблем, связанных с предвзятостью или сбоями, которые подрывают доверие. Наша задача — внедрить правильные «семена» ИИ в медицинское симуляционное обучение: прозрачность, этика и человеческий надзор являются нашими основными инструментами в этом вопросе.

Цель

Проанализировать возможности применения ИИ в медицинской симуляции и потенциальные проблемы безопасности.

Результаты

Возможности ИИ в медицинской симуляции:
1) Умный ментор. Адаптивные сценарии ИИ, подстраивающиеся под уровень обучаемого в реальном времени, создавая оптимальный уровень вызова без чрезмерного стресса.
2) Расширенный видеоанализ. Автоматическое выявление паттернов коммуникации, лидерства, моментов риска в команде. Возможное считывание эмоционального состояния обучающегося с целью адаптации симуляционного сценария (при высоком психоэмоциональном напряжение, снижение трудности сценария).
3) Генерация сценариев симуляций редких/сложных событий. Создание уникальных, но реалистичных сценариев редких осложнений или каскадов событий, которые сложно воспроизвести вручную.
4) Персонализированное обучение. Анализ данных с множества сессий для выявления индивидуальных пробелов у обучаемых.
5) Раннее обнаружение сбоев. Алгоритмы мониторинга работы симуляционного оборудования для предупреждения технических неисправностей.
Несмотря на значительные возможности ИИ в улучшении медицинского симуляционного обучения, важно признать и задуматься о решении потенциальных проблем с безопасностью и этических проблем, связанных с его использованием.
Возможные проблемы использования ИИ с позиции безопасности.
1) Слепая вера алгоритму. Чрезмерная зависимость от ИИ для генерации сценариев или автоматизированной обратной связи без контроля человека.
2) Кража биометрических данных и личной информации.
3) Смещение алгоритмов. ИИ, обученный на нерепрезентативных или предвзятых данных, может создавать сценарии, закрепляющие стереотипы (например, в диагностике, демографии пациентов) или давать некорректную обратную связь.
4) Неучет контекста. ИИ может не понимать нюансов командной динамики, эмоционального состояния участников, культурных особенностей, выдавая жесткую, негибкую оценку.
5) Угроза "психологической безопасности" — обучаемые могут бояться "осуждения" алгоритма.
6) Черный ящик. Чаще всего во время оценки, человек не видит цепочку алгоритмов и становится непонятно, почему ИИ дал ту или иную оценку, что затрудняет обучение и подрывает доверие.
7) Кража и компрометация интеллектуальной собственности. Симуляционные центры разрабатывают уникальные сценарии и методики. ИИ-инструменты, используемые для их создания или анализа, или сами симуляционные системы могут быть уязвимы к хищению этой ценной информации

Выводы

Можно с уверенностью сказать, что симуляционное обучение вступает в цифровую эпоху использования ИИ, который предлагает невероятные возможности для роста реализма и персонализации. Но он же приносит новые угрозы: уязвимость "умных" манекенов к взлому, риск "алгоритмической диктатуры" в сценариях и оценке, угрозы конфиденциальности и пр. Если мы не будем "культивировать" цифровую гигиену и этичное применение ИИ, то сами корни психологической и операционной безопасности окажутся под угрозой. Давайте использовать ИИ как умного помощника, но никогда не забывать, что главными хранителями безопасности и качества обучения остаемся мы, люди. Наша ответственность – обеспечить, чтобы цифровой дождь питал наш сад, а не размывал его основы.

Тема: Искусственный интеллект в медобразовании
Олексик Владимир Сергеевич

Возможности использования искусственного интеллекта в патогистологической диагностике и в подготовке студентов медицинских ВУЗов

20.06.2025 20:17 0

Автор(ы): Иванова Н.В., Тимофеев И.В., Наседкин А.Г.

Город: Псков

Учреждение: ФГБОУ ВО Псковский государственный университет

Актуальность

Указом Президента России №490 от 10.10.2019 года утверждена национальная стратегия развития искусственного интеллекта (ИИ) в Российской Федерации на период до 2030 г. Внедрение ИИ в российском здравоохранении является одним из ключевых направлений развития отрасли. В настоящее время мы нашли информацию о 65 разнообразных ИИ-систем для медицины и здравоохранения, присутствующих на российском рынке. Анализ гистологических изображений на сегодняшний день представлен в продуктах отечественных компаний Цельс и RoboScope. В повседневной работе врач-патологоанатом объединяет и анализирует большие объемы информации, поступающие из различных источников – это и клиническая информация, и данные изображений гистологического, гистохимического, иммуногистохимического окрашивания, и данные молекулярного анализа. Прогресс IT-технологий постепенно внедряется и в патологоанатомическую дисциплину. Развитие информационных технологий, основанное на возможности создания и анализа больших баз данных, позволило сделать скачок в области искусственного интеллекта. Цифровая патология играет значительную роль в современной клинической практике и все чаще становится технологическим требованием в лабораторных условиях. Появление и последующая модернизация сканирующих устройств позволили получать полноразмерные цифровые слайды гистологических препаратов в высоком разрешении за небольшой промежуток времени. С одной стороны, современное программное обеспечение и более доступные хранилища дали возможность патологам обмениваться изображениями в рамках телепатологических консультаций, а с другой – сканированные изображения служат удобной платформой для применения ИИ в изучении патоморфологии. Также они могут быть использованы в качестве визуального материала в процессе подготовки студентов и ординаторов медицинских вузов.

Цель

изучить возможности применения системы диагностики патологических изменений в тканях шейки матки путем анализа цифровых изображений гистологических образцов в качестве визуального материала в процессе подготовки студентов и ординаторов медицинских вузов

Материалы и методы

В исследование был включен датасет 500 кольпоскопических изображений. Учеными Псковского государственного университета и Витебского государственного университета им. П.М. Машерова была разработана свёрточная нейронная сеть для распознавания и сортировки изображений, которая находит и идентифицирует потенциально аномальные клетки на изображениях клеток шейки матки. Исследования проводились в соответствии с установленными этическими стандартами

Результаты

При поддержке программы стратегического академического лидерства «Приоритет 2030», инициированной Министерством науки и высшего образования РФ, в рамках проектного сотрудничества Псковского государственного университета и Витебского государственного университета им. П.М. Машерова в 2024 году разработана система диагностики патологических изменений в тканях шейки матки путем анализа цифровых изображений гистологических образцов методами ИИ. Разработан и зарегистрирован программный продукт для ЭВМ «OncoFocus», программное обеспечение проходит тестовую апробацию в профильных лабораториях клинических медицинских организаций Псковской области.

Обсуждение

В образовательном процессе используется следующий подход: студенты старших курсов и ординаторы производят оценку и анализ клинических и анамнестических данных, включая обращение к визуальным материалам (визуальные, кольпоскопические видео- и фотоданные), затем соотносят их со сканированными изображениями и с цифровыми данными, обработанными с помощью программного обеспечения «OncoFocus», после чего выносят окончательное заключение. Данная методика позволяет формировать навык проводить клинико-морфологические параллели, что несомненно является важным в подготовке будущего врача.

Выводы

Применение ИИ в цитологии шейки матки открывает огромные перспективы для повышения точности, эффективности и доступности программ скрининга рака шейки матки. Повышая точность и последовательность, интегрируясь с технологиями визуализации, ИИ может произвести революцию в этой области и способствовать раннему выявлению и профилактике рака шейки матки. Внедрение искусственного интеллекта позволяет с одной стороны значительно улучшить качество патоморфологических исследований, с другой – сократить время от процедуры до получения результатов. Использование диагностических систем на основе ИИ, позволяет существенно модернизировать процесс гистологической диагностики, а также эффективно применять данные, полученные при их помощи в образовательном процессе.

Тема: Искусственный интеллект в медобразовании
Иванова Наталья Владимировна

разработка инновационного цифрового справочника преимуществ лекарственных препаратов на основе ИИ

16.06.2025 21:20 0

Автор(ы): Маткабулова Айсалкын Абдирасиловна

Город: Москва

Учреждение: Сеченовский университет

Актуальность

Ежедневно миллионы медицинских работников по всему миру используют электронные справочники лекарственных средств. Однако их функционал ограничен, что не позволяет проводить глубокий анализ и сравнивать преимущества различных фармакологических групп и отдельных препаратов. Отсутствие единой, систематизированной базы данных о достоинствах лекарств, а также возможности для профессионального обсуждения и обмена опытом между врачами, является значительным препятствием на пути к персонализированной и максимально эффективной фармакотерапии. В условиях постоянно растущего ассортимента лекарственных средств и усложнения схем лечения, создание инструмента, способного агрегировать и анализировать информацию о преимуществах препаратов, становится критически важным для повышения качества медицинской помощи.

Цель

Разработка инновационного веб-приложения на основе технологий искусственного интеллекта, представляющего собой справочник преимуществ зарегистрированных в России лекарственных препаратов, с целью повышения эффективности выбора оптимальной фармакотерапии, облегчения сравнительного анализа препаратов и стимулирования экспертного обмена опытом между врачами.

Материалы и методы

Разработка проекта базируется на создании комплексного веб-приложения с использованием современных ИИ-технологий. Ключевым этапом стала разработка уникальной классификации преимуществ фармпрепаратов, заявленных производителями. Эта классификация включает 10 детализированных категорий, среди которых: эффективность, профиль безопасности, удобство применения, лекарственная форма, наличие/отсутствие аналогов, ценовая доступность и другие важные параметры. Параллельно ведется разработка и обучение модели для отработки методов сравнения преимуществ лекарств, их объективной оценки и последующего комментирования экспертами. Функционал веб-приложения будет включать не только предоставление актуальной информации, но и интерактивные инструменты для сравнения препаратов со схожим механизмом действия, а также платформу для обсуждения преимуществ лекарств внутри экспертного сообщества. В дальнейших планах – обучение генеративного искусственного интеллекта для высокоточной обработки пользовательских запросов, глубокого анализа информации о преимуществах лекарств и предоставления врачам персонализированных рекомендаций по выбору оптимального препарата для конкретной нозологии.

Результаты

Разрабатываемое веб-приложение станет первым в своем роде цифровым справочником, центральным элементом которого является систематизированная информация о преимуществах лекарственных препаратов. Ожидаемые результаты включают предоставление врачам возможности лучше ориентироваться в многообразии доступных методов лечения, эффективно сравнивать достоинства различных лекарств по множеству критериев и, при необходимости, оперативно подбирать адекватную замену одному препарату другим. Интеграция функционала экспертного обсуждения позволит сформировать профессиональное сообщество для обмена ценным практическим опытом. Создание прототипа веб-приложения запланировано на 2026 год, что ознаменует важный шаг к его практическому применению.

Обсуждение

Внедрение такого справочника коренным образом изменит подход к выбору фармакотерапии. В отличие от существующих систем, наш продукт не просто агрегирует инструкции, но предоставляет инструмент для интеллектуального анализа и сравнения. Это позволит существенно сократить время на поиск информации, минимизировать риски ошибок при выборе препаратов и повысить обоснованность клинических решений. Персонализация рекомендаций, основанная на возможностях ИИ, обеспечит более точный подбор лечения для каждого пациента. Кроме того, функция экспертного обсуждения будет способствовать непрерывному профессиональному развитию врачей и формированию коллективного знания о практических преимуществах лекарств. Мы ожидаем, что данный справочник станет незаменимым инструментом в повседневной практике врача.

Выводы

Разработка цифрового справочника преимуществ фармпродуктов с использованием технологий искусственного интеллекта является критически важным проектом для современного здравоохранения. Этот инновационный инструмент поддержки принятия клинических решений обладает значительным потенциалом для улучшения процесса выбора лекарственных препаратов, повышения качества и персонализации фармакотерапии, а также стимулирования профессионального взаимодействия и обмена знаниями среди медицинских специалистов.

Тема: Искусственный интеллект в медобразовании
маткабулова айсалкын абдирасиловна