Skip to main content
Number №4, 2025
Legal Sovereignty of the Individual in Digital Healthcare in the Era of Artificial Intelligence
Number №3, 2025
Digital Health: Forecast for 2025-2030
Number №2, 2025
Digital technologies in remote monitoring of childbirth with a Clinical decision support system (CDSS)
Number №1, 2025
Digital technologies for health promotion and disease prevention in older adults
Number №4, 2024
Computer reconstruction of the interaction of genes associated with Angelman syndrome
Number №3, 2024
Telemedicine today: trends in the use of telemedicine consultations based on regional experience
Number №2, 2024
Mobile apps for psychological well-being: user attitudes and definition of requirements
Number №1, 2024
Diagnosis in the era of digital medicine
Number №4, 2023
Artificial intelligence in Russian healthcare: collecting and preparing data for machine learning
Number №3, 2023
China as a supplier of medical equipment in the Russian Federation. Options for cooperation and features of working with Chinese suppliers
Number №2, 2023
Experience in teaching telemedicine in the system of higher professional education The attitude of medical workers to telemedicine technologies
Number №4, 2022
Physician burnout: the hidden healthcare crisis. Results of an online survey of doctors
Number №3, 2022
Interaction of clinical and diagnostic medicine. Results of an online survey of doctors
Number №2, 2022
Mobile applications for mental health self-management: a review of customers’ opinions Ultrasound robots: ready-to-use solutions and perspective directions
Number №1, 2022
Digital transformation of the pathological service as a way to improve the quality of medical care
Number №4, 2021
Clinical guidelines of the Ministry of Health of the Russian Federation: are doctors ready to follow them? Results of an online survey of doctors.
Number №3, 2021
Виртуальная реальность (VR) в клинической медицине: международный и российский опыт
Number №2, 2021
Дистанционные консультации пациентов: что изменилось за 20 лет?
Number №1, 2021
Experience of participation in the blood pressure telemonitoring pilot project of the Ministry of Healthcare
Number №4, 2020
Автоматизация процесса выявления у беременных заболевания COVID-19
Number №3, 2020
Remote cognitive behavioral therapy for stress disorder associated with the COVID-19 pandemic
Number №2, 2020
Distance education at a medical school during the COVID-19 pandemic: the first experience through the eyes of students
Number №1-2, 2018
Ответственность при использовании телемедицины: врач или юрист Скрининг меланомы: искусственный интеллект, mHealth и теледерматология
Number №3, 2018 год
II Всероссийский форум по телемедицине, цифровизации здравоохранения и медицинскому маркетингу «ТЕЛЕМЕДФОРУМ 2019» Эффективность телемедицинских консультаций «пациент-врач» Телереабилитация: рандомизированное исследование исходов
Number №1-2, 2019
Роль искусственного интеллекта в медицине Информационная система поддержки принятия врачебных решений
Number №1, 2020
Technologies for continuous monitoring of blood pressure: prospects for practical application Telemedicine technologies in the Chinese army
Number №2, 2017
Primary telemedicine consultation "patient-doctor": first systematization of methodology
Number №1, 2017
1. A systematic review of using Internet messengers in telemedicine 2. Telemedicine and social networks in the fight against drug addiction
Number №1, 2016
1. The Experience of the Telehealth Network of Minas Gerais, Brazil 2. The Remote Monitoring of Patients with Congestive Heart Failure:The Organizational Impact..
Number №1, 2015
Teleassessment for diagnosis and treatment in urology Efficiency of telemedicine at the northern regions Russian Federation A.L. Tsaregorodtsev

Слабые стороны искусственного интеллекта в медицине

DOI: 10.29188/2712-9217-2021-7-2-50-52
For citation: Шадеркин И.А. Слабые стороны искусственного интеллекта в медицине. Российский журнал телемедицины и электронного здравоохранения 2021;7(2):50-52; https://doi.org/10.29188/2712-9217-2021-7-2-50-52
Шадеркин И.А.
2528

Введение. В последнее время стало появляться большое количество интеллектуальных систем, которые используются в поддержке принятия врачебных решений – «искусственный интеллект в медицине».

Материал и методы. Автор публикации тоже работает над вопросами принятия врачебных решений, и, сам будучи врачом, в ходе работы и имеющейся практики обнаружил ряд важных вопросов, которыми счел необходимым поделиться с профессиональным сообществом.

Результаты. В некоторых случаях демонстрация успешной работы программного обеспечения в заявленных характеристиках (чувствительность, специфичность) происходит лишь в «надежных руках» разработчиков и на данных, которые лежат в основе программного обеспечения. При попытке продемонстрировать работу в клинических ситуациях заявленные характеристики часто не достигаются, поэтому у клинического сообщества, которое должно использовать это решение на базе ИИ, формируется не всегда благоприятное мнение. Автор рассматривает различные виды ошибок, способных иметь фатальный характер в принятии медицинских клинических решений – искажение первичных медицинских знаний, отсутствие знаний или недостоверные знания о предметной области, социальные искажения.

Выводы. При разработке решений на базе ИИ кажется важным учитывать вышеперечисленные моменты как разработчикам, так и пользователям.

Конфликт интересов: Автор заявляет об отсутствии конфликта интересов.

Attachment Size
Download 118.47 KB
Keywords: artificial intelligence in medicine; deep machine learning; medical decision support system