Вопросы внедрения интеллектуальных сервисов оценки здоровья населения

Введение. Управление заболеваемостью в условиях системы умного города требует современных подходов, основанных на предиктивной аналитике и обработке больших данных. Однако в России использование интеллектуальных систем в здравоохранении сталкивается с законодательными, технологическими и экономическими ограничениями. В статье исследуются возможности и риски внедрения искусственного интеллекта (ИИ) применительно к управлению здоровьем населения, а также анализируются существующие аспекты, связанные с регуляторными требованиями, безопасностью данных и интеграцией таких решений. Цель исследования – с позиции SWOT-анализа кратко рассмотреть возможности, риски, трудности и преимущества внедрения искусственного интеллекта, в том числе в Российской Федерации, при анализе и управлении здоровьем жителей определенных территорий. Материалы и методы. Анализ и обобщение по общедоступным базам данных, нормативным правовым актам зарубежных стран и Российской Федерации, публикациям, имеющим полные бесплатные тексты в Российском индексе научного цитирования, на портале PubMed. Результаты. Исследование показало, что, несмотря на высокую эффективность ИИ в различных сферах деятельности, в России отсутствуют официально утвержденные интеллектуальные инструменты стратегического планирования на уровне территории, которые могут быть отнесены к категории медицинских изделий (программное обеспечение, ПО). Основными препятствиями являются длительная и дорогостоящая регистрация ПО, риски утечки конфиденциальных данных и недоверие медицинских работников к алгоритмам. При этом глобальный тренд указывает на рост инвестиций в ИИ для здравоохранения. Решение этих проблем требует междисциплинарного подхода, включая целеполагание, адаптацию законодательства, повышение кибербезопасности и разработку объяснимых ИИ-моделей. Перспективным направлением признано использование больших языковых моделей, способных поддерживать управленческие решения в здравоохранении.

1. Старшинин А.В., Андрусов В.Э. Основные факторы, учитываемые при территориальном планировании медицинской деятельности. Труды Научно-исследовательского института организации здравоохранения и медицинского менеджмента. 2024;3(21);116-122.

2. Андрусов В.Э., Дербенев Д.П., Тимошевский А.А. и др. Аспекты применения цифровых решений в первичном звене здравоохранения. Проблемы социальной гигиены, здравоохранения и истории медицины. 2024;32(S2);1063-1067. https://doi.org/10.32687/0869-866X-2024-32-s2-1063-1067

3. Старшинин А.В., Андрусов В.Э. Аспекты применения современных решений в территориальном планировании организаций социальной сферы. Труд и социальные отношения. 2024;35(4);142-151.

4. Huang Y. Research on urban intelligent medical service system design based on multiobjective decision-making optimization strategy. Mobile Information Systems. 2022;1-13. https://doi.org/10.1155/2022/7171296

5. Dahab M.B.H., Ahmed E.S.A., Mokhtar R.A. et al. Artificial Intelligence and Machine Learning Approaches in Smart City Services. IGI Global Scientific Publishing; 2023. 14 с. https://doi.org/10.4018/979-8-3693-0744-1.ch019

6. Gürel E., Tat M. SWOT Analysis: A Theoretical Review. Journal of International Social Research. 2017;10(51):994-1006.

7. Старшинин А.В., Аксенова Е.И., Камынина Н.Н. и др. Здравоохранение и социальная защита: проблемы партнерства и взаимодействия в современном мире. М.: ГБУ «НИИОЗММ ДЗМ»; 2023. 94 с.

8. Старшинин А.В., Андрусов В.Э. Аспекты подходов к вопросам территориального планирования системы здравоохранения. М.: ГБУ «НИИОЗММ ДЗМ»; 2024. 50 с.

9. Ломакин Н.И., Пескова О.С., Мершиева Г.А. и др. AI-система и многофакторная корреляционнорегрессионная модель для прогнозирования ВВП РФ в облачной среде Colab и XL. Международная экономика. 2022;(3):235-254. https://doi.org/10.33920/vne-04-2203-04

10. Korbak T., Balesni M., Barnes E. et al. Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety. 2025;arXiv:2507:11473. https://doi.org/10.48550/arXiv.2507.11473

11. Медведева Е.И. Искусственный интеллект: возможности, риски, программа действий. Московская медицина. 2024;1(59);94-96.

12. Кочетова Ю.Ю. Искусственный интеллект в медицине: этические проблемы коммуникации между врачом и пациентом. Биоэтика. 2024;17(1):38-43. https://doi.org/10.19163/2070-1586-2024-17-1-38-43

13. Aaron J. Calderon. EPIC’s Sepsis Model Is Not Ready for Prime Time. NEJM Journal Watch. 2021.

14. Wong A., Otles E., Donnelly J.P. et al. External Validation of a Widely Implemented Proprietary Sepsis Prediction Model in Hospitalized Patients. JAMA Internal Medicine. 2021;181(8);1065-1070 https://doi.org/10.1001/jamainternmed.2021.2626.