Технологии ИИ: нет ничего искусственного в заботе о здоровье

Технологии проникают во все сферы нашей жизни. Здравоохранение — не исключение.

Текущая ситуация осложняется следующими факторами:

• расходы на здравоохранение составляют до 10% [1] от мирового ВВП, с заметными различиями в расходах по странам;

• к 2030 г. прогнозируется нехватка 10,2 млн работников [2] здравоохранения, дефицит по регионам распределяется неравномерно;

• демографическое сжатие: замедление темпов роста населения, рост населения в возрасте 65 лет и старше опережает рост более молодых возрастных групп [3].

Таким образом, решение задач снижения нагрузки на систему здравоохранения, облегчения эмоционального выгорания врачей, повышения качества жизни возрастного населения, сокращения бюджетных расходов на социальное обеспечение, повышения эффективности лечения, углубления знаний — является все более и более важным.

Эти и другие задачи в здравоохранении решаются множеством инструментов. В настоящей статье рассматривается потенциал влияния технологий ИИ на здравоохранения, что будет являться движущей силой следующего десятилетия.

Например, стартап лаборатории Retro Biosciences, в который инвестировал Сэм Альтман, ставит цель добавить минимум десятилетие качественной жизни за счет технологий, прорыв в которых должен обеспечить ИИ.

В табл. 1 представлена оценка глобального рынка ИИ в здравоохранении, CAGR (совокупный среднегодовой темп роста) составляет 27,3% на промежутке 2023–2032 гг.

Оценочно, объем мирового рынка ИИ в здравоохранении составит 28,3 млрд долл. / 2024 г. Совокупная структура расходов состоит из программного обеспечения (40,5% мирового рынка или 11,5 млрд долл. в 2024 г.), оборудования (35,2% или 10,0 млрд долл.) и услуг / сервиса (24,3% или 6,8 млрд долл.).

Таблица 1. Прогноз глобального рынка ИИ в здравоохранении, млрд долл.

Примечание: расчеты с использованием [4 — 17]

Мировые аналитические компании оценивают объем рынка ИИ в здравоохранении на уровне 355,8 млрд. долл. / 2032 г. [5,6,7 и др.], CAGR составляет 37,2% на промежутке 2023 — 2032 гг. То есть на протяжении 10 лет аналитики ожидают ежегодный темп роста по всем субрынкам под 40,0%, что будет происходить на фоне аналогичного роста рынков других отраслей (например, финансы и страхование, торговля оптовая и розничная, государственное управление и пр.).

И, что самое важное, темпы изменения бизнес‑процессов, квалификации персонала, соответствующей инфраструктуры также должны успевать переформатироваться.

Прогноз в 355,8 млрд. долл. / 2032 г. является излишне оптимистичным. Оценка в 180,8 млрд. долл. / 2032 г. — выглядит более реалистично.

Общий рынок технологий ИИ состоит из субрынков, наиболее перспективные области рассмотрены далее. Сдерживающие факторы применения ИИ в здравоохранении носят комплексный характер, и применимы ко всему рынку в целом, поэтому рассмотрены в конце настоящей статьи без повторения в каждом субрынке.

1.1. Роботизированная хирургия

Роботы с поддержкой ИИ могут использоваться для работы с чувствительными органами и тканями, что поможет снизить кровопотерю, риск инфицирования, сократить период послеоперационного восстановления, облегчить работу медицинского персонала в операционной.

Применение ИИ позволило добиться следующих эффектов:

• на 10% сокращение затрат и повышение скорости операций.

Примеры:

Наименование потребителя / заказчика / поставщика	Инфраструктура, программное обеспечение
Moon Surgical (коммерческие продажи с 2025 г.)	Собственное ПО Maestro; NVIDIA IGX
Центральная клиническая больница с поликлиникой Управления делами Президента РФ (Россия)	da Vinci Surgical System от Intuitive Surgical, Inc.; AMD FPGA
Hunjan Hospital (Индия)	Робот Stryker, хирургическая система Mako

1.2. Виртуальные помощники

Консультации пациентов и ответы на часто задаваемые вопросы с возможностью ответить на дополнительные вопросы или предложить дополнительную информацию, онлайн‑диалог по проверке симптомов с предварительной диагностикой на основе анамнеза плюс возможность запланировать визит к соответствующему врачу или медицинскому специалисту — такого рода рутинные задачи могут помочь разгрузить работу клинического персонала, который затем сможет уделять больше времени непосредственно уходу за пациентами.

Применение ИИ позволило добиться следующих эффектов:

• 370% составила окупаемость инвестиций, ROI [18];

• на 30% сокращение времени разговора [18];

• свыше 23% запросов отвечены в нерабочее время чат‑ботами [19].

Примеры:

Наименование потребителя / заказчика / поставщика	Инфраструктура, программное обеспечение
Cardinal Health, Inc. (США)	IBM® watsonx Assistant™
United Lincolnshire Hospitals NHS Trust (США)	Платформа Envoy
Virtua Health (Марлтон, Нью-Джерси; Сан-Франциско, Калифорния)	Woebot Health

1.3. Административный документооборот, стационарный уход и управление больницами

Около 30% [20,21,22] рабочего дня врача тратится на административные задачи (анализ информации для записи или иного обмена релевантными сведениями, составление графиков и пр.), что сокращает эффективность и качество ухода за пациентами.

Применение ИИ позволило добиться следующих эффектов:

• на 83% сокращение времени, необходимого для размещения пациентов [23];

• на 10% (по сравнению с предыдущим годом) повышение показателей удержания медсестер [24];

• на 30 мин. / пациент высвобождение времени;

• на 25% сокращение нагрузки на отделения неотложной помощи;

• на 20% снижение конфликтов при составлении расписания [25].

Примеры:

Наименование потребителя / заказчика / поставщика	Инфраструктура, программное обеспечение
UZ Brussel (Брюссель)	Серверы Dell EMC PowerEdge R7515 и R7525 с процессорами AMD EPYC
Northwell Health (Нью-Йорк)	ОС ИИ Aidoc (AiOS ™), которая включает 13 одобренных FDA алгоритмов ИИ
Tampa General Hospital (Флорида)	CareComm Command Center от GE HealthCare Technologies Inc.
Emory Healthcare (Атланта)	Abridge Al + Epic
ApolloMD (США)	Fathom

1.4. Выявление мошенничества

По экспертным оценкам, мошеннические действия (например, страховые возмещения за неоказанные медицинские услуги, сознательное завышение счета) наносят урон отрасли здравоохранения свыше 500 млрд долл. ежегодно [26], что приводит к росту расходов на здравоохранение и увеличению страховых взносов для пациентов.

Применение ИИ позволило добиться следующих эффектов:

— В 2–3 раза увеличение количества случаев выявления мошенничества [27].

Примеры:

Наименование потребителя / заказчика / поставщика	Инфраструктура, программное обеспечение
Mastercard® Healthcare Solutions	Brighterion AI
Medicare & Medicaid Services (CMS) (Федеральное агентство Министерства здравоохранения и социальных служб США)	nH Predict

1.5. Точная (или прогностическая) медицина, уменьшение ошибок и погрешности

Несоблюдение правил приема лекарств приводит к 25% всех госпитализаций и 50% неудач в лечении [28]. Стоимость медицинских ошибок — около 50 млрд долл. ежегодно [29].

Точная медицина сосредоточена на интеграции различных наборов данных (геномных, транскриптомных, поведенческих и т. д.) для каждого человека, чтобы лучше оценить его здоровье, и для популяции людей, чтобы максимально точно стратифицировать болезни по отдельным подгруппам, что позволяет сделать лечение болезней существенно более экономически выгодным [30].

Применение ИИ позволило добиться следующих эффектов:

• на 50% сокращение количества ошибок при приеме лекарств [31];

• 70–80% точности в части предсказания реакции пациента на иммунотерапию [32].

Примеры:

Наименование потребителя / заказчика / поставщика	Инфраструктура, программное обеспечение
Amgen Inc.	NVIDIA AI Enterprise, NVIDIA BioNeMo, NVIDIA DGX SuperPod (31 узел NVIDIA DGX H100 и 248 граф. процессор. с тензорным ядром H100)
Siemens Healthineers AG	Суперкомпьютер Sherlock AI (NVIDIA HGX-1 с граф. процессорами NVIDIA Tesla и NVLink ™, NVIDIA HGX-2 с граф. процессорами NVIDIA Tesla и NVLink, переключатель Mellanox EDR Infiniband)
Johnson & Johnson MedTech	NVIDIA Holoscan на базе NVIDIA IGX (модули NVIDIA Jetson Orin, графические процессоры NVIDIA RTX A6000, сетевая технология NVIDIA ConnectX)
Более 45 тыс. поставщиков мед. услуг	Платформа Viz.ai ™ One

1.6. Медицинская визуализация и диагностика

ИИ при анализе маммограмм смог обнаружить рак молочной железы с точностью 94,5% по сравнению с 88,4% у радиологов [33]; компьютерных томограмм смог обнаружить рак легких с точностью до 96% по сравнению с 75% у врачей [34].

В то же время ИИ также несовершенен и не может ставить 100% правильные диагнозы для всех случаев. Следовательно, требуется объединить человеческий опыт медицинских работников с современными техническими возможностями, применять ИИ как дополнительный инструмент к традиционным методам [35]. 

Применение ИИ позволило добиться следующих эффектов:

• на 10% повышение диагностической точности;

• на 45% сокращение времени до потенциально спасающего жизнь вмешательства по сравнению с обычной практикой за счет ускорения времени считывания и раннего предупреждения рентгенологов о возможном инсульте крупных сосудов [36].

Примеры:

Наименование потребителя / заказчика / поставщика	Инфраструктура, программное обеспечение
GE HealthCare Technologies Inc.	Centricity, CardioVisio
Университет Хиросимы	AMD Alveo ™ U250
10 субъектов РФ (в т.ч. Москва, Калининградская область, Новгородская область, Республика Татарстан и др.)	ТОП-3 / ООО "СбермедИИ"

1.7. Исследования, открытия и разработка лекарственных средств

Традиционная разработка лекарственного средства, от появления его идеи до вывода на рынок, занимает около 12–15 лет при средних затратах на разработку в 1,4–2,6 млрд долл. [37,38]. При этом общий показатель успеха клинических разработок лекарств находится на уровне 10–15% [39].

Пространство химических соединений функционально бесконечно, в нем более 10⁶⁰ возможных молекул, похожих на лекарства [40]. Для создания лекарственного средства требуется исследовать это обширное химическое пространство в поисках небольшой части молекул, удовлетворяющих задаче многопараметрической оптимизации. Ускоренный процесс поиска лекарств, увеличит скорость лечения заболеваний, тем самым высвобождая ресурсы, которые могут быть использованы в областях, где наблюдается потребность.

Применение ИИ позволило добиться следующих эффектов:

• на 10% увеличение вероятности успеха испытаний;

• на 20% снижение стоимости (продолжительности) разработки;

• в 10 раз увеличение скорости исследований;

• 1–2 года сокращение времени одобрения лекарственного средства [41].

Примеры:

Наименование потребителя / заказчика / поставщика	Инфраструктура, программное обеспечение
Amgen Inc.	NVIDIA AI Enterprise, NVIDIA BioNeMo, Суперкомпьютер Freyja - NVIDIA DGX SuperPod (31 узел NVIDIA DGX H100 и 248 граф. процессоров с тензорным ядром H100)
Ono Pharmaceutical Co., Ltd.	Суперкомпьютер Tokyo-1 (16 систем NVIDIA DGX H100, каждая с восемью графическими процессорами с тензорным ядром NVIDIA H100)
Deloitte Consulting LLP	Собственное ПО Quartz Atlas, NVIDIA DGX Cloud, NVIDIA BioNeMo, NVIDIA AI Enterprise, NVIDIA NIM
Terray Therapeutics	NVIDIA RTX ™ A6000, DGX Cloud, NVIDIA AI Enterprise
Sanger Institute	Сервер NVIDIA DGX-1™, NVIDIA® NVLink®

Например, использование ИИ позволило обнаружить 9 антибиотиков на основе анализа базы данных химических соединений. Это первое успешное применение ИИ для поиска антибиотика. А также первое за 30 лет открытие нового класса антибиотиков.

1.8. Прочее

Прочее применение ИИ в здравоохранении включает:

• обеспечение безопасности данных, кибербезопасность;

• обеспечения работы регулирующих органов и взаимодействия с ними [42];

• обеспечение верификации, сохранения знаний;

• прочее применение.

Оценочно, объем российского рынка ИИ в здравоохранении составит 0,4 млрд долл. или 40,0 млрд. руб. / 2024 г. (см. табл. 2).

Таблица 2. Прогноз российского рынка ИИ в здравоохранении, млрд долл.

Несмотря на то, что технологии ИИ демонстрируют эффективность в здравоохранении, большинство проектов оказываются неудачными. Например, ИИ на текущем этапе не доказал эффективность использования для уменьшения симптомов депрессии у подростков [43].

Однако, объем мирового рынка стоимости врачебных ошибок, мошенничества в здравоохранении с учетом косвенных потерь для экономики и систем социального обеспечения составляет триллионы долларов. Именно поэтому идет поиск применения технологии ИИ и других инструментов для сокращения этого объема упущенной выручки.

Необходимо отметить, что здравоохранение — консервативная отрасль, так как несет высокие риски здоровью и качеству жизни. Применение технологий ИИ, помимо традиционных вопросов по эффективности технологий / решений, затрагивает комплекс сложных вопросов:

1. конфиденциальность данных

2. изменение характера работы — взаимодействие человека и искусственного интеллекта

3. надежность и доверие при принятии решений, основанных на искусственном интеллекте

4. юридические проблемы ответственности врачей и разработчиков при использовании (или не использовании) ИИ

5. этические вопросы и нечувствительность ИИ к потенциальному воздействию.

В целом, использование технологии ИИ сейчас находится на стадии итерации. ИИ — это инструмент или «второе мнение» для врача.

Следующие 5–7 лет будут посвящены пониманию и ценности, которые общество может извлечь из этих цифровых активов, и тому, как они могут быть преобразованы в достижение лучших клинических результатов и последующего создания новых информационных ресурсов и инструментов.

Функции по уходу за пациентами никогда не могут быть полностью заменены искусственным интеллектом; однако задачи, которые отвлекают врачей от пациентов, могут.

Автор: Мартынов А.И.

Библиографический список

Скрытый текст

1. Total health expenditure as% of GDP [Электронный ресурс] // World Health Organization — Всемирная Организация Здравоохранения. URL: https://gateway.euro.who.int/ru/indicators/hfa_566–6711-total‑health‑expenditure‑as‑of‑gdp/#id=19 661 (дата обращения 16.06.2024).

2. Mathieu Boniol, Teena Kunjumen, Tapas Sadasivan Nair, Amani Siyam, James Campbell, Khassoum Diallo. The global health workforce stock and distribution in 2020 and 2030: a threat to equity and 'universal' health coverage? [Электронный ресурс] // NCBI — Национальный центр биотехнологической информации. URL: https://pubmed.ncbi.nlm.nih.gov/35 760 437/ (дата обращения 16.06.2024).

3. The Demographic Outlook: 2024 to 2054 [Электронный ресурс] // CBO — Бюджетном управлении Конгресса. URL: https://www.cbo.gov/publication/59 697 (дата обращения 16.06.2024).

4. А. Мартынов, Д. Ларионов. Объем мирового рынка искусственного интеллекта в 2023 году с прогнозом до 2032 года [Электронный ресурс] // it‑world.ru — СМИ. URL: https://www.it‑world.ru/it‑news/market/198 512.html (дата обращения 16.06.2024).

5. Artificial Intelligence (AI) in Healthcare Market (By Component: Software, Hardware, Services; By Application: Virtual Assistants, Diagnosis, Robot Assisted Surgery, Clinical Trials, Wearable, Others; By Technology: Machine Learning, Natural Language Processing, Context‑aware Computing, Computer Vision; By End User) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2022 — 2030 [Электронный ресурс] // Precedence Research — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑in‑healthcare‑market (дата обращения 16.06.2024).

6. Artificial Intelligence (AI) in Healthcare Market worldwide from 2021 to 2030. [Электронный ресурс] // Statista — аналитическая компания. URL: https://www.statista.com/statistics/1 334 826/ai‑in‑healthcare‑market‑size‑worldwide/#:~:text=In%202 021%2C%20the%20artificial%20intelligence,percent%20from%202 022%20to%202 030. (дата обращения 16.06.2024).

7. Artificial Intelligence (AI) in Healthcare Market by offering (Hadrware, Software, Services), Technology (Machine Learning, Natural Language Processing), Application (Medical imaging & Diagnostics, Patient Data & Risk Analysis), End User & Region — Global Forecast to 2029 [Электронный ресурс] // MarketsAndMarkets — аналитическая компания. URL: https://www.marketsandmarkets.com/Market‑Reports/artificial‑intelligence‑healthcare‑market-54 679 303.html (дата обращения 16.06.2024).

8. Artificial Intelligence in Healthcare Market Size, Growth, Opportunities & Trends: Global Industry Analysis and Forecast (2024–2030) [Электронный ресурс] // Maximize Market Research — аналитическая компания. URL: https://www.maximizemarketresearch.com/market‑report/global‑artificial‑intelligence‑ai‑healthcare‑market/21 261/ (дата обращения 16.06.2024).

9. Artificial Intelligence (AI) In Drug Discovery Market (By Type: Preclinical and Clinical Testing, Molecule Screening, Target Identification, De Novo Drug Design and Drug Optimization; By Application: Neurology, Infectious Disease, Oncology, Others; By Drug Type: Small Molecules, Large Molecules; By Offering: Software, Services; By Technology; By End User) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2023–2032 [Электронный ресурс] // Precedence Research — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑in‑drug‑discovery‑market (дата обращения 16.06.2024).

10. AI‑based Surgical Robots Market To Reach USD 34.9 Billion By 2032 | DataHorizzon Research [Электронный ресурс] // Yahoo — СМИ. URL: https://finance.yahoo.com/news/ai‑based‑surgical‑robots‑market-120 000 135.html?guccounter=1&guce_referrer=aHR0cHM6Ly93d3cuZ29vZ2xlLmNvbS8&guce_referrer_sig=AQAAAGIKNRLNCD2aAkv‑Gyg2AKDXHBbXXUJ_A7pZgpAxgmxORNFFJwNY8CNRHI6so3T_NXzYkLHcsIWlSY0SajbJVFQFJAeon3HEfn‑QPASZRCe11LK9elGFZgUHRiwtMrmAKIeu69VQ‑lVBtYrB7pEmXKu8WZEzxn9BOxuwFuZAps9x (дата обращения 16.06.2024).

11. Health Intelligent Virtual Assistant Market Predictions: CAGR of 36.8%, Reaching USD 20,901.0 Mn by 2032 | Insights by Dimension Market Research [Электронный ресурс] // Yahoo — СМИ. URL: https://finance.yahoo.com/news/health‑intelligent‑virtual‑assistant‑market-160 600 780.html (дата обращения 16.06.2024).

12. Digital Assistants in Healthcare Market Size & Share Analysis — Growth Trends & Forecasts (2024 — 2029) Source: https://www.mordorintelligence.com/industry‑reports/digital‑assistants‑in‑healthcare‑market [Электронный ресурс] // Mordor Intelligence — аналитическая компания. URL: https://www.mordorintelligence.com/industry‑reports/digital‑assistants‑in‑healthcare‑market (дата обращения 16.06.2024).

13. AI in Emergency Room and Hospital Management Market Research Report — Segmented By Offerings (Hardware, Software, Services); By Technology (Machine Learning, Natural Language Processing, Context‑aware Computing, Computer Vision); By End User (Hospital & Healthcare Providers, Patients, Pharmaceuticals & Biotechnology Companies, Healthcare Payers, Others); and Region — Size, Share, Growth Analysis | Forecast (2024 — 2030) [Электронный ресурс] // Intellect Markets — аналитическая компания. URL: https://www.intellectmarkets.com/report/aI‑emergency‑room‑hospital‑management‑market (дата обращения 16.06.2024).

14. Healthcare Fraud Detection Market Size, Share, Competitive Landscape and Trend Analysis Report by Type, by Component, by Application, by End User: Global Opportunity Analysis and Industry Forecast, 2022–2031 [Электронный ресурс] // Allied Market Research — аналитическая компания. URL: https://www.alliedmarketresearch.com/medical‑fraud‑detection‑management‑market (дата обращения 16.06.2024).

15. Artificial Intelligence in Healthcare Market: Global Industry Analysis and Forecast (2024–2030) [Электронный ресурс] // Maximize Market Research — аналитическая компания. URL: https://www.maximizemarketresearch.com/market‑report/global‑artificial‑intelligence‑ai‑healthcare‑market/21 261/ (дата обращения 16.06.2024).

16. AI in Medical Imaging Market (By Image Acquisition Technology: X‑Ray, Computed Tomography, Magnetic Resonance Imaging, Ultrasound Imaging, Molecular Imaging; By End Use: Hospitals and Clinics, Research Laboratories and Diagnostic Centers, Others; By Application: Digital Pathology, Oncology, Cardiovascular, Neurology, Lung, Breast, Liver, Oral Diagnostics, Other) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2024–2033 [Электронный ресурс] // Precedence Research — аналитическая компания. URL: https://www.precedenceresearch.com/ai‑in‑medical‑imaging‑market (дата обращения 16.06.2024).

17. Artificial Intelligence in Diagnostics Market To Reach USD 7.8 Billion By 2032 | DataHorizzon Research [Электронный ресурс] // Yahoo — СМИ. URL: https://finance.yahoo.com/news/artificial‑intelligence‑diagnostics‑market‑reach-064 000 883.html (дата обращения 16.06.2024).

18. The power of today»s market ready AI to reduce transaction fraud [Электронный ресурс] // Forrester — консалтинговая компания. URL: https://www.ibm.com/products/watsonx‑assistant#Customer+benefits (дата обращения 16.06.2024).

19. Virtual Assistants and chatbots [Электронный ресурс] // Healthcare Communications UK Ltd. — медицинская ИТ‑компания. URL: https://healthcare‑communications.com/solutions/virtual‑assistants‑and‑chatbots/ (дата обращения 16.06.2024).

20. Richard Payerchin. Physicians spend 4.5 hours a day on electronic health records [Электронный ресурс] // Medical Economics — СМИ. URL: https://www.medicaleconomics.com/view/physicians‑spend-4–5-hours‑a‑day‑on‑electronic‑health‑records (дата обращения 16.06.2024).

21. Andrew Cass. The hours 23 physician specialties spend on paperwork, administration [Электронный ресурс] // Becker's Healthcare — СМИ. URL: https://www.beckershospitalreview.com/hospital‑physician‑relationships/the‑hours-23-physician‑specialties‑spend‑on‑paperwork‑administration.html (дата обращения 16.06.2024).

22. Eva Anskär, Malou Lindberg, Magnus Falk, Agneta Andersson. Time utilization and perceived psychosocialwork environment among staff in Swedishprimary care settings [Электронный ресурс] // ResearchGate — СМИ. URL: https://www.researchgate.net/publication/323 619 953_Time_utilization_and_perceived_psychosocial_work_environment_among_staff_in_Swedish_primary_care_settings#pf8 (дата обращения 16.06.2024).

23. Megan Kostner. Tampa General Hospital taps Palantir for care coordination AI software [Электронный ресурс] // Babcox Media Inc. — СМИ. URL: https://tbbwmag.com/2024/06/12/tampa‑general‑hospital‑taps‑palantir‑for‑care‑coordination‑ai‑software/ (дата обращения 16.06.2024).

24. Hamza Sohail. Northwell Health Achieves $1M in Savings with Laudio»s AI Platform [Электронный ресурс] // HIT Consultant Media — СМИ. URL: https://hitconsultant.net/2024/03/13/northwell‑health‑achieves-1m‑in‑savings‑with‑laudios‑ai‑platform/ (дата обращения 16.06.2024).

25. The Profound Impact of AI in Healthcare Administration [Электронный ресурс] // ShiftMed — медицинская ИТ‑компания. URL: https://www.shiftmed.com/blog/impact‑of‑ai‑in‑healthcare‑administration/ (дата обращения 16.06.2024).

26. Prevent and save: advanced AI for fraud, waste and abuse [Электронный ресурс] // Mastercard — платежная система. URL: https://brighterion.com/healthcare‑ai‑reduce‑fwa/ (дата обращения 16.06.2024).

27. The power of today»s market‑ready AI to reduce transaction fraud [Электронный ресурс] // Mastercard — платежная система. URL: https://brighterion.com/market‑ready‑ai‑to‑reduce‑transaction‑fraud‑ebook‑thank‑you/ (дата обращения 16.06.2024).

28. AI Voice Assistants In Healthcare: Top Use Cases [Электронный ресурс] //Enterprise Bot — медицинская ИТ‑компания. URL: https://www.enterprisebot.ai/blog/ai‑voice‑assistants‑in‑healthcare‑top‑use‑cases (дата обращения 16.06.2024).

29. How Generative AI Can Help Reduce Medical Errors [Электронный ресурс] // Khalpey AI Lab — медицинская ИТ‑компания. URL: https://khalpey‑ai.com/how‑generative‑ai‑can‑help‑reduce‑medical‑errors/ (дата обращения 16.06.2024).

30.           Карпов О. Э., Храмов А. Е. Информационные технологии, вычислительные системы и искусственный интеллект в медицине. — М.: ДПК Пресс, 2022.   — 480 с., ил.— ISBN 978-5-91976-232-4

31.           How Does Ai Reduce Human Error In Healthcare [Электронный ресурс] // Ambula Health — медицинская ИТ‑компания. URL: https://www.ambula.io/how‑does‑ai‑reduce‑human‑error‑in‑healthcare/ (дата обращения 16.06.2024).

32. GE HealthCare Announces New Data Validating Artificial Intelligence Models for Predicting Patient Response to Immunotherapies [Электронный ресурс] // GE HealthCare Technologies Inc. — медицинская ИТ‑компания. URL: https://www.gehealthcare.com/middle‑east/about/newsroom/press‑releases/ge‑healthcare‑announces‑new‑data‑validating‑artificial‑intelligence‑models‑for‑predicting‑patient‑response‑to‑immunotherapies (дата обращения 16.06.2024).

33. Leveraging AI to Improve Detection of Cervical Precancer Infographic [Электронный ресурс] // National Cancer Institute — главным агентством федерального правительства по исследованию рака и подготовке кадров. URL: https://www.cancer.gov/research/improve‑detection‑of‑cervical‑precancer‑leveraging‑ai‑infographic (дата обращения 16.06.2024).

34. Lung Cancer Screening with AI: Benefits and Challenges [Электронный ресурс] // Rayscape — Научно‑исследовательская компания. URL: https://rayscape.ai/single‑article?id=ZDPrkBAAAB8A5zn‑ (дата обращения 16.06.2024).

35. Kendall K. Hall, Eleanor Fitall. Artificial Intelligence and Diagnostic Errors [Электронный ресурс] // Agency for Healthcare Research and Quality — Агентство по исследованиям и качеству здравоохранения. URL: https://psnet.ahrq.gov/perspective/artificial‑intelligence‑and‑diagnostic‑errors (дата обращения 16.06.2024).

36. Theresa Sevilis, Thomas Devlin. Validation of Artificial Intelligence to Limit Delays in Acute Stroke Treatment and Endovascular Therapy [Электронный ресурс] // Viz.ai, Inc. — медицинская ИТ‑компания. URL: https://www.viz.ai/publications/validation‑of‑ai‑to‑limit‑delays‑in‑acute‑stroke‑treatment‑endovascular‑therapy (дата обращения 16.06.2024).

37. Richard C. Mohsa, Nigel H. Greigb. Drug discovery and development: Role of basic biological research [Электронный ресурс] // National Library of Medicine — Национальная библиотека по биомедицинской и геномной информации США. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5 725 284/ (дата обращения 16.06.2024).

38. Тихонова Ю. Искусственный интеллект ускорит создание лекарств в два‑три раза [Электронный ресурс] // ComNews — СМИ. URL: https://www.comnews.ru/content/231 682/2024–02–21/2024-w08/1007/iskusstvennyy‑intellekt‑uskorit‑sozdanie‑lekarstv‑dva‑tri‑raza?ysclid=lvqhypp8k3 783 806 908 (дата обращения 16.06.2024).

39. Duxin Sun, Wei Gao, Hongxiang Hu, Simon Zhou. Why 90% of clinical drug development fails and how to improve it? [Электронный ресурс] // ScienceDirect — ведущая платформа рецензируемой научной литературы. URL: https://www.sciencedirect.com/science/article/pii/S2 211 383 522 000 521 (дата обращения 16.06.2024).

40. A New Molecular Language for Generative AI in Small‑Molecule Drug Discovery [Электронный ресурс] // NVIDIA Corporation — ИТ‑компания. URL: https://www.nvidia.com/en‑us/case‑studies/generative‑ai‑for‑small‑molecule‑drug‑discovery/ (дата обращения 16.06.2024).

41. AI‑Powered Drug Discovery [Электронный ресурс] // NVIDIA Corporation — ИТ‑компания. URL: https://www.nvidia.com/en‑us/industries/healthcare‑life‑sciences/drug‑discovery/ (дата обращения 16.06.2024).

42. Generative AI in the pharmaceutical industry: Moving from hype to reality [Электронный ресурс] // McKinsey & Company — аналитическая компания. URL: https://www.mckinsey.com/industries/life‑sciences/our‑insights/generative‑ai‑in‑the‑pharmaceutical‑industry‑moving‑from‑hype‑to‑reality (дата обращения 16.06.2024).

43. FH23: AI and humanity, a relationship for the future [Электронный ресурс] // Pharmaphorum — СМИ. URL: https://pharmaphorum.com/digital/fh23-ai‑and‑humanity‑relationship‑future (дата обращения 16.06.2024).