ЖурналыПодпискаАрхивКнигиПроектыО насРекламаДоставка/ОплатаКонтакты
+7 (495) 482-43-29
  • Главная
  • / Журналы
  • / Вернуться в журнал
  • / Содержание номера
  • / Статья
Положительные примеры использования в здравоохранении искусственного интеллекта и телемедицины

Положительные примеры использования в здравоохранении искусственного интеллекта и телемедицины

Авторы:
Валида Арсланалиевна Дадаева,
Валерий Леонидович Столяр,
Джинна Ивановна Лебедева,
Александра Сергеевна Орлова

Журнал: Профилактическая медицина. 2026;29(2):109-114.

DOI: 10.17116/profmed202629021109

Прочитано: 945 раз

Резюме

Современная медицина сталкивается с рядом глобальных проблем, в числе которых повышение качества медицинской помощи, сокращение временных затрат на диагностику и лечение пациентов, улучшение взаимодействия медицинских учреждений и снижение финансовых расходов системы здравоохранения. Для решения этих вопросов активно внедряются новые подходы, основанные на технологиях искусственного интеллекта (ИИ) и телемедицины.

ЦЕЛЬ ИССЛЕДОВАНИЯ

Представить примеры использования технологий ИИ и телемедицины в здравоохранении на основе обзора литературы.

МАТЕРИАЛЫ И МЕТОДЫ

Поиск публикаций проведен в электронных базах данных Medline (PubMed) и eLibrary.

РЕЗУЛЬТАТЫ

Показано, что телемедицинские технологии и системы на основе ИИ обладают огромным потенциалом для улучшения процессов оказания медицинской помощи и улучшения результатов лечения. Известно, что ИИ успешно применяется в диагностике и лечении заболеваний, а также в управлении ресурсами медицинских учреждений. Телемедицинские технологии используются как для первичной диагностики заболеваний, так и для мониторинга хронических заболеваний, а также в реабилитации пациентов. Несмотря на этические, правовые и финансовые проблемы внедрения новых технологий в практическое здравоохранение, их использование может значительно улучшить качество оказания медицинской помощи.

ЗАКЛЮЧЕНИЕ

Интеграция современных технологий в систему здравоохранения открывает перед медицинским сообществом широкие перспективы. Дальнейшее развитие искусственного интеллекта и телемедицины приведет к созданию эффективной и доступной системы здравоохранения, отвечающей современным требованиям общества. Однако необходимо учитывать этические, правовые и финансовые аспекты внедрения этих технологий в обеспечении безопасности и конфиденциальности данных пациентов.

Ключевые слова

  • искусственный интеллект
  • телемедицина
  • машинное обучение
  • здравоохранение

Дата поступления: 14.10.2025

Дата принятия в печать: 30.10.2025

Дата публикации: 05.03.2026

Литература / References
  1. Katwaroo AR, Adesh VS, Lowtan A, et al. The diagnostic, therapeutic, and ethical impact of artificial intelligence in modern medicine. Postgraduate Medical Journal. 2024;100(1183):289-296. https://doi.org/10.1093/postmj/qgad135
  2. Ray JM, Ratwani RM, Sinsky CA, et al. Six habits of highly successful health information technology: powerful strategies for design and implementation. Journal of the American Medical Informatics Association. 2019;26(10): 1109-1114. https://doi.org/10.1093/jamia/ocz098
  3. Alowais SA, Alghamdi SS, Alsuhebany N, et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Medical Education. 2023;23(1):689. https://doi.org/10.1186/s12909-023-04698-z
  4. Мишкин А.И., Концевая А.В., Сахаров А.А. и др. Возможности оценки сердечно-сосудистого риска с применением искусственного интеллекта без использования предикторов, нуждающихся в инвазивных методах определения. Эффективная фармакотерапия. 2025; 21(8):8-14.
  5. McKinney SM, Sieniek M, Godbole V, et al. International evaluation of an AI system for breast cancer screening. Nature. 2020;577(7788):89-94. https://doi.org/10.1038/s41586-019-1799-6
  6. Kim HE, Kim HH, Han BK, et al. Changes in cancer detection and false-positive recall in mammography using artificial intelligence: a retrospective, multireader study. Lancet. Digital Health. 2020;2(3):138-148. https://doi.org/10.1016/S2589-7500(20)30003-0
  7. Peiffer-Smadja N, Dellière S, Rodriguez C, et al. Machine learning in the clinical microbiology laboratory: has the time come for routine practice? Clinical Microbiology and Infection. 2020;26(10):1300-1309. https://doi.org/10.1016/j.cmi.2020.02.006
  8. Johnson KB, Wei WQ, Weeraratne D, et al. Precision Medicine, AI, and the Future of Personalized Health Care. Clinical and Translational Science. 2021;14(1):86-93. https://doi.org/10.1111/cts.12884
  9. Huang C, Clayton EA, Matyunina LV, et al. Machine learning predicts individual cancer patient responses to therapeutic drugs with high accuracy. Scientific Reports. 2018;8(1):16444. https://doi.org/10.1038/s41598-018-34753-5
  10. Sheu YH, Magdamo C, Miller M, et al. AI-assisted prediction of differential response to antidepressant classes using electronic health records. NPJ Digital Medicine. 2023;6:73. https://doi.org/10.1038/s41746-023-00817-8
  11. Quazi S. Artificial intelligence and machine learning in precision and genomic medicine. Medical Oncology. 2022;39(2):120. https://doi.org/10.1007/s12032-022-01711-1
  12. Pulley JM, Denny JC, Peterson JF, et al. Operational implementation of prospective genotyping for personalized medicine: the design of the Vanderbilt PREDICT project. Clinical Pharmacology and Therapeutics. 2012; 92(1):87-95. https://doi.org/10.1038/clpt.2011.371
  13. Martin GL, Jouganous J, Savidan R, et al. Validation of Artificial Intelligence to Support the Automatic Coding of Patient Adverse Drug Reaction Reports, Using Nationwide Pharmacovigilance Data. Drug Safety. 2022; 45(5):535-548. https://doi.org/10.1007/s40264-022-01153-8
  14. Lee H, Kim HJ, Chang HW, et al. Development of a system to support warfarin dose decisions using deep neural networks. Scientific Reports. 2021; 11(1):14745. https://doi.org/10.1038/s41598-021-94305-2
  15. Nelson KM, Chang ET, Zulman DM, et al. Using Predictive Analytics to Guide Patient Care and Research in a National Health System. Journal of General Internal Medicine. 2019;34(8):1379-1380. https://doi.org/10.1007/s11606-019-04961-4
  16. Мишкин И.А., Концевая А.В., Драпкина О.М. Определение наиболее значимых факторов риска и оценка их вклада в развитие сердечно-сосудистых событий у здоровых людей с использованием технологии искусственного интеллекта на базе исследования «ИНТЕРЭПИД». Кардиоваскулярная терапия и профилактика. 2025;24(S5):17-18.
  17. Блохин И.А., Морозов С.П., Чернина В.Ю. и др. Использование искусственного интеллекта в здравоохранении: опыт валидации алгоритма искусственного интеллекта в медицинских организациях в условиях пандемии COVID-19. Мониторинг общественного мнения: экономические и социальные перемены. 2021;1:271-282. https://doi.org/10.14515/monitoring.2021.1.1736
  18. Курдюмов Д.А., Кашин А.В., Рябов Н.Ю. и др. Опыт применения технологий искусственного интеллекта для развития профилактического здравоохранения на примере Кировской области. Менеджер здравоохранения. 2023;6:62-69. https://doi.org/10.21045/1811-0185-2023-6-62-69
  19. Драпкина О.М, Шепель Р.Н., Вошев Д.В. и др. Цифровизация здравоохранения: внедрение технологий и совершенствование диспансерного наблюдения (часть 2). Вестник Росздравнадзора. 2025;3:50-59.
  20. Amarasingham R, Patzer RE, Huesch M, et al. Implementing electronic health care predictive analytics: considerations and challenges. Health Affairs. 2014;33(7):1148-1154. https://doi.org/10.1377/hlthaff.2014.0352
  21. Ansari MS, Alok AK, Jain D, et al. Predictive Model Based on Health Data Analysis for Risk of Readmission in Disease-Specific Cohorts. Perspectives in Health Information Management. 2021;18(Spring):1j.
  22. Андрейченко А.Е., Ермак А.Д., Гаврилов Д.В. и др. Разработка и валидация моделей машинного обучения, прогнозирующих госпитализации пациентов с артериальной гипертензией в течение 12 месяцев. Кардиоваскулярная терапия и профилактика. 2025;24(1):4130. https://doi.org/10.15829/1728-8800-2025-4130
  23. Дадаева В.А., Лебедева Д.И., Столяр В.Л. и др. Перспективы использования телемедицинских технологий для профилактики, лечения и динамического наблюдения пациентов с хроническими неинфекционными заболеваниями. Профилактическая медицина. 2025;28(4): 149-155. https://doi.org/10.17116/profmed202528041149
  24. Hajesmaeel-Gohari S, Bahaadinbeigy K. The most used questionnaires for evaluating telemedicine services. BMC Medical Informatics and Decision Making. 2021;21(1):36. https://doi.org/10.1186/s12911-021-01407-y
  25. Lupton D, Maslen S. Telemedicine and the senses: a review. Sociology of Health and Illness. 2017;39(8):1557-1571. https://doi.org/10.1111/1467-9566.12617
  26. Sarhan F. Telemedicine in healthcare. 1: Exploring its uses, benefits and disadvantages. Nursing Times. 2009;105(42):10-13.
  27. Rockwell KL, Gilroy AS. Incorporating telemedicine as part of COVID-19 outbreak response systems. American Journal of Managed Care. 2020;26(4): 147-148. https://doi.org/10.37765/ajmc.2020.42784
  28. Funderskov KF, Boe Danbjørg D, Jess M, et al. Telemedicine in specialised palliative care: Healthcare professionals’ and their perspectives on video consultations-A qualitative study. Journal of Clinical Nursing. 2019;28(21-22): 3966-3976. https://doi.org/10.1111/jocn.15004
  29. Ивашинников А.В. Телемедицина сегодня: тенденции использования телемедицинских консультаций на опыте регионов. Российский журнал телемедицины и электронного здравоохранения. 2024;10(3):7-20. https://doi.org/10.29188/2712-9217-2024-10-3-7-20
  30. Пахуридзе М.Д., Лямина Н.П., Безымянный А.С. Телемедицинские технологии в практическом здравоохранении — опыт телемедицинского центра города Москвы. Российский журнал телемедицины и электронного здравоохранения. 2022;8(3):15-20. https://doi.org/10.29188/2712-9217-2022-8-3-15-20
  31. Суспицына И.Н., Сукманова И.А. Телемедицинские консультации при остром коронарном синдроме: опыт работы центра в Алтайском крае. Атеросклероз. 2022;18(3):281-282.
  32. Благодарева М.С., Брынза Н.С., Беломестнов С.Р. и др. Положительный опыт внедрения телемедицинских технологий в работу Екатеринбургского клинического перинатального центра. Уральский медицинский журнал. 2023;22(5):50-58. https://doi.org/10.52420/2071-5943-2023-22-5-49-57
  33. Parimbelli E, Bottalico B, Losiouk E, et al. Trusting telemedicine: A discussion on risks, safety, legal implications and liability of involved stakeholders. International Journal of Medical Informatics. 2018;112:90-98. https://doi.org/10.1016/j.ijmedinf.2018.01.012
  34. Potočnik J, Foley S, Thomas E. Current and potential applications of artificial intelligence in medical imaging practice: A narrative review. Journal of Medical Imaging and Radiation Sciences. 2023;54(2):376-385. https://doi.org/10.1016/j.jmir.2023.03.033
  35. Wahid KA, Glerean E, Sahlsten J, et al. Artificial Intelligence for Radiation Oncology Applications Using Public Datasets. Seminars in Radiation Oncology. 2022;32(4):400-414. https://doi.org/10.1016/j.semradonc.2022.06.009
  36. Homeyer A, Geißler C, Schwen LO, et al. Recommendations on compiling test datasets for evaluating artificial intelligence solutions in pathology. Modern Pathology. 2022;35(12):1759-1769. https://doi.org/10.1038/s41379-022-01147-y
  37. Вошев Д.В., Вошева Н.А., Сон И.М. и др. Мнение пациентов о цифровизации в первичной медико-санитарной помощи. Бюллетень Национального научно-исследовательского института общественного здоровья имени Н.А. Семашко. 2024;(1):47-53. https://doi.org/10.25742/NRIPH.2024.01.008
slide-cover
slide-cover
slide-cover
slide-cover

Рекомендуем статьи по данной теме:

Искусственный интеллект в респираторной медицине.Респираторная медицина. 2026;2(2):21-29

Прогнозирование 90-дневной послеоперационной летальности после эзофагэктомии с использованием технологии машинного обучения: сравнительная оценка модели с зарубежными аналогами.Онкология. Журнал им. П.А. Герцена. 2026;15(3):22-26

Прогнозирование успеха дентальной имплантации с использованием искусственного интеллекта и машинного обучения.Российская стоматология. 2026;19(1-2):165-173

Применение искусственного интеллекта в профилактике хронических неинфекционных заболеваний: систематический обзор публикаций 2022—2025 гг.Профилактическая медицина. 2025;28(12):21-30

Интервенционная кардиология в эпоху искусственного интеллекта: технологии, инновации и сложности.Медицинские технологии. Оценка и выбор. 2025;47(4):20-27

Оптимизация диагностики хронического риносинусита с помощью искусственного интеллекта.Российская ринология. 2025;33(4):38-43

Использование модели помощи принятия врачебных решений «PathVision.ai» в морфологической диагностике рака предстательной железы в биопсийном материале.Архив патологии. 2025;87(6):34-41

Проблемы и решения в применении алгоритмов машинного обучения для анализа данных в кардиологии.Профилактическая медицина. 2025;28(10):16-22

Возможности искусственного интеллекта при выборе тактики хирургического лечения при тетраде Фалло.Кардиология и сердечно-сосудистая хирургия. 2025;18(5):560-565

Искусственный интеллект в репродуктивной медицине и хирургии.Проблемы репродукции. 2025;31(4):10-25

Издательство «Медиа Сфера»
РекламаДоставка/ОплатаО насКонтактыОбучение для редакцийПолитика конфиденциальностиПолитика обработки персональных данныхПубличная оферта на реализацию издательской продукции
ЖурналыПодпискаАрхивКнигиПроекты
  • RuStore

© 1998-2026

  • Телефоны издательства:

  • +7 (495) 482-41-18
  • +7 (495) 482-43-29

  • Прямой телефон отдела подписки
    (только по вопросам заказов и доставки журналов)

  • +7 (800) 250-18-12

  • пн-пт с 10:00 до 18:00

  • Telegram
  • VK
info@mediasphera.ru

  • Почтовый адрес:

  • Издательство «Медиа Сфера»,
    а/я 54, Москва, Россия, 127238

  • RuStore

© 1998-2026