ОРГАНИЗАЦИОННО-УПРАВЛЕНЧЕСКИЕ АСПЕКТЫ ВНЕДРЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ДЕЯТЕЛЬНОСТЬ РЕПРОДУКТИВНЫХ ЦЕНТРОВ
Abstract
Динамичное развитие технологий искусственного интеллекта (ИИ), в частности машинного обучения и глубоких нейронных сетей, открывает новые горизонты для персонализированной медицины. В сфере репродуктивного здоровья ИИ демонстрирует высокий потенциал в таких задачах, как прогнозирование успеха экстракорпорального оплодотворения (ЭКО), автоматизированный анализ морфологии эмбрионов, интерпретация сложных геномных данных для преимплантационного генетического тестирования [1, 2]. Эти технологические возможности теоретически позволяют повысить эффективность циклов ВРТ, снизить время на принятие клинических решений и, в перспективе, увеличить доступность высокотехнологичной помощи.
Downloads
References
Tran D. et al. Artificial intelligence in assisted reproductive technology: a systematic review // RBMO. 2022. Vol. 44, № 2. P. 343–353.
Вербицкая Е.А., Смирнова А.А. Цифровые технологии и искусственный интеллект в репродуктологии: обзор возможностей // Проблемы репродукции. 2023. Т. 29, № 1. С. 15–25.
Coiera E. The fate of medicine in the time of AI // The Lancet. 2018. Vol. 392. P. 2331–2332.
Майстренко Н.А. Управленческие аспекты внедрения инноваций в медицинских организациях // Менеджер здравоохранения. 2022. № 5. С. 34–42.
Shaw J. et al. Beyond the algorithm: the human and organizational factors in AI implementation for healthcare // BMJ Health & Care Informatics. 2021. Vol. 28, № 1.
Семенов В.Ю., Калинина Н.М. Цифровая трансформация здравоохранения: экономические и организационные вызовы // Финансы и бизнес. 2021. Т. 17, № 3. С. 78–95.
Greenhalgh T. et al. Beyond adoption: a new framework for theorizing and evaluating nonadoption, abandonment, and challenges to the scale-up, spread, and sustainability of health and care technologies // J Med Internet Res. 2017. Vol. 19, № 11.
Pesapane F. et al. Key challenges for implementing artificial intelligence in radiology // Insights into Imaging. 2022. Vol. 13, № 1. P. 1–10.
Gerke S. et al. Ethical and legal challenges of artificial intelligence-driven healthcare // Artificial Intelligence in Healthcare. 2020. P. 295–336.
Rousseau D.M. Evidence-based management: lessons from evidence-based medicine // Academy of Management Perspectives. 2022. Vol. 36, № 3.
