УДК 37.013.32:004.85

DOI: http://doi.org/10.15350/2409-7616.2022.3.12

Антонова Е.М.¹ (Астрахань, Россия)  — ea244339@gmail.com

¹Астраханский государственный медицинский университет

Аннотация. В настоящее время наблюдается глобальная трансформация сфер деятельности человечества, в том числе и деятельности в области профилактики заболеваний и сохранения здоровья человека. Меняется не только взгляд человека на проблемы сохранения здоровья, но и подходы к лечению, диагностике и профилактики различного рода заболеваний. Все чаще инструментарий, используемый медицинскими и фармацевтическими работниками, основан на информационно-коммуникационных, цифровых технологиях, технологиях искусственного интеллекта и Big Data. По мере того, как система здравоохранения внедряет технологию искусственного интеллекта для решения лечебно-диагностических и административно-хозяйственных задач, все больше нарастает актуальность подготовки врачей и младший медицинский персонал к работе с данной технологией. Понимая важность данной проблемы, мировое сообщество медицинских вузов и колледжей, в том числе и Российской Федерации, предпринимает первые шаги по внедрению в образовательный процесс дисциплины, направленные на изучение основ искусственного интеллекта. В рамках нашего исследования мы не только разработали курс «Искусственный интеллект в медицине», внедрили в практику обучения будущих врачей, но и используя Шкалу готовности применения студентами – медиками искусственного интеллекта в профессиональной деятельности (MAIRS-MS) оценили результаты обучения. Применяя методы математической статистики для оценки достоверности полученных результатов и для выявления возможных корреляционных зависимостей, установили: 1) студенты проявили повышенный интерес к изучению основ ИИ; 2) студенты достаточно высоко оценили уровень собственных знаний в области ИИ и готовность к применению технологий ИИ для решения профессиональных задач; 3) существует множественная линейная корреляция между географией студентов и уровнем их оценки показателей шкалы готовности.

Ключевые слова: цифровизация здравоохранения, обучение студентов медицинских вузов основам искусственного интеллекта.

Список источников:

1. Kraus S., Schiavone F., Pluzhnikova A., Invernizzi A. Digital Transformation in Healthcare: An Analysis of the Current State of Research // Journal of Business Research. 2020. Vol.123. P. 557-567. URL: https://doi.org/10.1016/j.jbusres.2020.10.030
2. Mesco B., Drobny Z., Beney E. Digital healthcare is a cultural transformation of traditional healthcare // mHealth. 2017. Vol. 3, No. 9. P. 38. DOI: https://doi.org/10.21037/mhealth.2017.08.07 
3. Kadakia K., Patel B., Shah A. Advancing digital health: FDA innovation during COVID-19 // npj Digit. Med. 2020. Vol. 3.  Art. 38. DOI: https://doi.org/10.1038/s41746-020-00371-7 
4. Karacha O., Chalyshkan S.A., Demir K.  Medical Artificial Intelligence Readiness Scale for Medical Students (MAIRS-MS) — Development, Validity and Reliability Study // BMC Med Education. 2021. Vol. 21. Art. 112. DOI: https://doi.org/10.1186/s12909-021-02546-6
5. Wartman S.A. Combs K. Medical education should move from the information age to the age of artificial intelligence // Academic medicine. 2018. Vol. 93 (8). P. 1107-1109 DOI:  10.1097/ACM.0000000000002044
6. Mehta N., Harish V., Bilimoria K. Knowledge and Attitudes to Artificial Intelligence in Health Care: A Provincial Medical Student Surve // Study.MedEdPublish. 2021. Vol. 10. DOI: https://doi.org/10.15694/mep.2021.000075.1
7. Goch P., Sandars J.. Vision of the Use of Technology in Medical Education after the COVID-19 // MedEdPublish Pandemic. 2020. Vol. 9 (1). P. 49. DOI: 10.15694/mep.2020.000049.1
8. Фомина Е.Е. Обзор методов оценки надежности измерительной шкалы в социологических исследованиях // Экономика. Социология. Право. 2018. №4 (12). С. 63-70. EDN: YWJGMP URL: https://www.elibrary.ru/item.asp?id=36921133
9. Шарашова Е.Е., Холматова К.К., Горбатова М.А. Применение множественного логистического регрессионного анализа в здравоохранении с использованием пакета статистических программ spss // Наука и здравоохранение. 2017.  №4, С.5-26. EDN: WSSGQN URL: https://www.elibrary.ru/item.asp?id=29992966
10. Плащевая Е.В., Иванчук О.В. Оценка интернет-навыков как составляющей цифровых компетенций // ЦИТИСЭ.  2021.  № 4. С.577-585. DOI: http://doi.org/10.15350/2409-7616.2021.4.53
11. Park Sh., Do K., Kim S., Park J.H., Lim. What should medical students know about artificial intelligence in medicine // Journal of Education Assessment for Health Professionals. 2019. Vol. 16. P.18. DOI: 10.3352/jeehp.2019.16.18
12. Wartman S.A. Combs. Medical education should go from the information age to the age of artificial intelligence // Acad Med. 2018. Vol. 93 (8).  P. 1107-1109. DOI: https://doi.org/10.1097/acm.0000000000002044
13. Shortliff E.H.  Brief on biomedical informatics in physician education // Journal of Education Assessment for Medical. 2010. Vol. 304 (11).  P.1227-1228. DOI: https://doi.org/10.1001/jama.2010.1262  
14. Резаев А.В., Трегубова Н.Д. Искусственный интеллект и искусственная социальность: новые явления и проблемы для развития медицинских наук // Эпистемология и философия науки. 2019. № 56 (4). С.183-199. EDN: VNPDHD DOI: 10.5840/eps201956475
15. Мещерякова А.М., Акопян Э.А., Слинин А.С. Искусственный интеллект в медицинской визуализации. Основные задачи и сценарии развития // Журнал телемедицины и электронного здравоохранения. 2018. №3 (8). С. 98-102. EDN: YWZVLN URL: https://elibrary.ru/item.asp?id=36957549
16. Coravos A, Khozin S, Mandl Error: Digital Biomarkers to Improve Patient Outcomes // Digital Medicine. 2019. Vol. 2.  P. 40. DOI: https://doi.org/10.1038/s41746-019-0119-8
17. Sverdlov O., Van Dam J., Hannesdottir K., Thornton W. Digital therapy: an integral component of digital innovation in drug development // Clinical Pharmacology. 2018. Vol. 104 (1). P. 72-80. DOI: https://doi.org/10.1002/cpt.1036 

Библиографическая ссылка:

Антонова Е.М. Цифровизация мирового здравоохранения как драйвер стратегии обучения студентов медицинских вузов // ЦИТИСЭ. 2022. № 3. С.141-151. DOI: http://doi.org/10.15350/2409-7616.2022.3.12