ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: НОВЫЕ ВОЗМОЖНОСТИ В ЭНДОСКОПИИ И МЕДИЦИНСКОМ ОБРАЗОВАНИИ

Authors

  • Юсупов Ойбек Author
  • Файзиев Ф.Ш Author

Abstract

Искусственный интеллект (ИИ) является одним из наиболее перспективных направлений развития современной медицины. Его внедрение способствует повышению точности диагностики, оптимизации лечебно-диагностического процесса и совершенствованию медицинского образования. Особенно актуально применение ИИ в эндоскопии, где высокая зависимость результатов от человеческого фактора требует внедрения интеллектуальных систем поддержки принятия решений.

References

1. Yuan Y., Meng M.Q.-H. Deep learning for polyp recognition in wireless capsule endoscopy images. Medical Physics. 2017;44(4):1379–1389.

doi:10.1002/mp.12147

2. Urban G., Tripathi P., Alkayali T., et al. Deep learning localizes and identifies polyps in real time with 96% accuracy in screening colonoscopy.

Gastroenterology. 2018;155(4):1069–1078.

doi:10.1053/j.gastro.2018.06.037

3. Hirasawa T., Aoyama K., Tanimoto T., et al. Application of artificial intelligence using a convolutional neural network for detecting gastric cancer in endoscopic images.

Gastric Cancer. 2018;21(4):653–660.

doi:10.1007/s10120-018-0793-2

4. Saito Y., Aoki T., Mori Y., et al. Automatic detection and classification of protruding lesions in colon capsule endoscopy images using deep learning.

Gastrointestinal Endoscopy. 2020;92(1):144–151.

doi:10.1016/j.gie.2019.12.021

5. Kudo S.E., Misawa M., Mori Y., et al. Artificial intelligence-assisted system improves endoscopic detection of colorectal neoplasms.

Gastroenterology. 2020;159(3):1143–1154.

doi:10.1053/j.gastro.2020.05.024

6. Esteva A., Robicquet A., Ramsundar B., et al. A guide to deep learning in healthcare.

Nature Medicine. 2019;25(1):24–29.

doi:10.1038/s41591-018-0316-z

7. Topol E.J. High-performance medicine: the convergence of human and artificial intelligence.

Nature Medicine. 2019;25(1):44–56.

doi:10.1038/s41591-018-0300-7

8. Morley J., Floridi L., Kinsey L., Elhalal A. From what to how: An overview of AI ethics tools, methods and research to translate principles into practices.

Science and Engineering Ethics. 2020;26:2141–2168.

doi:10.1007/s11948-019-00165-5

Downloads

Published

2025-12-20