ხელოვნური ინტელექტის როლი სამედიცინო მომსახურების განვითარებაში - ჯანდაცვის სისტემის კონტექსტი

ავტორები: თენგიზ ვერულავა

საკვანძო სიტყვები: დიაგნოსტიკა; სამედიცინო მომსახურება; დაავადების პროგნოზირება, ხელოვნური ინტელექტი

J.E.L. Classification: I10, I15

DOI: https://doi.org/10.52244/ep.2024.27.02

ციტირებისათვის: ვერულავა თ., (2024) ხელოვნური ინტელექტის როლი სამედიცინო მომსახურების განვითარებაში ჯანდაცვის სისტემის კონტექსტი. ეკონომიკური პროფილი. ტ. 19, 1(27), გვ. 79–84. DOI: https://doi.org/10.52244/ep.2024.27.02

ანოტაცია.

წლების განმავლობაში ხელოვნურმა ინტელექტმა განიცადა მნიშვნელოვანი ტრანსფორმაცია. ხელოვნურ ინტელექტს მოკლე დროში შეუძლია იმ რაოდენობის ინფორმაციის დამუშავება და გაანალიზება, რომლისთვისაც ადამიანს ძალიან დიდი დრო დასჭირდებოდა. ხელოვნური ინტელექტი კომპიუტერული მეცნიერების სწრაფად განვითარებადი სფეროა და გულისხმობს კომპიუტერების გამოყენებას ინტელექტუალური ქცევის მოდელირებისთვის ადამიანის მინიმალური ჩარევით. ნაშრომის მიზანია ჯანდაცვის სფეროში ხელოვნური ინტელექტის ამჟამინდელი მდგომარეობის, მისი პოტენციური სარგებლების, შეზღუდვების და გამოწვევების განხილვა. კერძოდ, აქცენტი კეთდება სამ ძირითად ასპექტზე: ხელოვნური ინტელექტის, როგორც  ჯანდაცვის სფეროს ინოვაციური ფაქტორის ინტეგრაცია სამედიცინო პრაქტიკაში; ხელოვნური ინტელექტი როგორც პაციენტის სამედიცინო მომსახურების გააუმჯობესების პოტენციალი; ხელოვნური ინტელექტი, როგორც ჯანდაცვის კონტექსტში ცხოვრების ზოგადი ხარისხის (ხარჯების შემცირება, ხელმისაწვდომობის გაზრდა) გააუმჯობესების შესაძლებლობა.

1. Buch VH, Ahmed I, Maruthappu M. Artificial intelligence in medicine: Current trends and future possibilities. Br J Gen Pract 2018; 68(668): 143-4.
2. Hekler A, Utikal J, Enk AH, Hauschild A, Weichenthal M, Maron RC, et al. Superior skin cancer classification by the combination of human and artificial intelligence. Eur J Cancer. 2019;120:114–21.
3. Kim H-E, Kim HH, Han B-K, Kim KH, Han K, Nam H, et al. Changes in cancer detection and false-positive recall in mammography using Artificial Intelligence: a retrospective, Multireader Study. Lancet Digit Health. 2020;2(3). https://doi.org/10.1016/s2589-7500(20)30003-0.
4. McKinney SM, Sieniek M, Godbole V, Godwin J, Antropova N, Ashrafian H, 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.
5. Pinto dos Santos D, Giese D, Brodehl S, Chon SH, Staab W, Kleinert R, et al. Medical students’ attitude towards Artificial Intelligence: a multicentre survey. Eur Radiol. 2018;29(4):1640–6. https://doi.org/10.1007/s00330-018-5601-1.
6. Ramesh AN, Kambhampati C, Monson JR, Drew PJ. Artificial intelligence in medicine. Ann R Coll Surg Engl. 2004 Sep;86(5):334-8. doi: 10.1308/147870804290.
7. Ting DSW, Pasquale LR, Peng L, et al. Artificial intelligence and deep learning in ophthalmology. Br J Ophthamol 2019; 103: 167-75.
8. West SM, Whittaker M, Crawford K. Discriminating Systems: gender, race and power in AI. AI Now Institute; 2019.