ИННОВАЦИИ В МЕДИЦИНСКИХ ТЕХНОЛОГИЯХ – ОБЗОР НОВЫХ ТЕХНОЛОГИЙ, ТАКИХ КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, РОБОТЫ И НОСИМЫЕ УСТРОЙСТВА В МЕДИЦИНЕ

INNOVATIONS IN MEDICAL TECHNOLOGY – AN OVERVIEW OF NEW TECHNOLOGIES SUCH AS ARTIFICIAL INTELLIGENCE, ROBOTS, AND WEARABLE DEVICES IN MEDICINE

Mikhailova Yulia Aleksandrovna

Student, faculty of medicine, I.N. Ulyanov Chuvash State University,

Russia, Cheboksary

Natalia Morozova Dmitrievna

Student, faculty of medicine, I.N. Ulyanov Chuvash State University,

Russia, Cheboksary

Sudareva Oksana Valeryevna

Scientific supervisor, senior lecturer, I.N. Ulyanov Chuvash State University,

Russia, Cheboksary

АННОТАЦИЯ

Данная работа посвящена комплексному анализу современных технологических тенденций в здравоохранении, с акцентом на внедрение искусственного интеллекта, роботизированных систем и носимых медицинских устройств. В исследовании представлена детальная классификация российских и зарубежных ИИ-решений, систематизированных по ключевым направлениям медицинской практики: компьютерному анализу диагностических изображений, управлению электронной медицинской документацией, телемедицине, лабораторной диагностике и специализированным медицинским сервисам.

Особое внимание уделено развитию медицинской робототехники – от первых хирургических систем до современных роботизированных комплексов для реабилитации, диагностики и ухода за пациентами. Проанализированы преимущества интеграции роботизированных технологий в клиническую практику, включая повышение точности диагностики, снижение операционных рисков и оптимизацию медицинских процессов.

В работе также рассмотрены перспективные разработки в области носимых медицинских устройств, доказавшие свою эффективность в кардиологии, неврологии, эндокринологии и других областях медицины.

ABSTRACT

This work is devoted to a comprehensive analysis of modern technological trends in healthcare, with an emphasis on the introduction of artificial intelligence, robotic systems and wearable medical devices. The study provides a detailed classification of Russian and foreign AI solutions, systematized in key areas of medical practice: computer analysis of diagnostic images, electronic medical documentation management, telemedicine, laboratory diagnostics and specialized medical services.

Special attention is paid to the development of medical robotics, from the first surgical systems to modern robotic complexes for rehabilitation, diagnosis and patient care. The advantages of integrating robotic technologies into clinical practice are analyzed, including improving diagnostic accuracy, reducing operational risks, and optimizing medical processes.

The paper also examines promising developments in the field of wearable medical devices that have proven their effectiveness in cardiology, neurology, endocrinology and other fields of medicine.

Ключевые слова: искусственный интеллект в медицине, медицинская робототехника, носимые устройства, телемедицина, цифровая трансформация здравоохранения, диагностические системы, российские медицинские технологии.

Keywords: artificial intelligence in medicine, medical robotics, wearable devices, telemedicine, digital transformation of healthcare, diagnostic systems, Russian medical technologies.

Согласно данным агентства Markets and Markets [3, с. 150], мировой рынок решений на основе искусственного интеллекта для здравоохранения демонстрирует впечатляющий рост.

Этот технологический прорыв стал возможен благодаря совокупности ключевых факторов: развития мощных графических процессоров, роста вычислительных мощностей, повсеместного распространения облачных сервисов и взрывного увеличения объемов данных [1, с. 50].

В Российской Федерации развитие искусственного интеллекта определено в качестве одного из национальных приоритетов. Этот курс закреплен Национальной стратегией развития ИИ до 2030 года, которая была утверждена Указом Президента №490 [2].

По итогам проведенного мониторинга российского рынка было идентифицировано 67 различных ИИ-систем и программных решений, предназначенных для применения в медицинской сфере [6, с. 40].

Все представленные на рынке продукты были систематизированы и сгруппированы по ключевым направлениям [4, с. 79].

1. Компьютерный анализ визуальных данных в медицине:

Celsus. Алгоритмический комплекс для детекции патологических изменений на рентгенограммах и компьютерных томограммах.

Botkin.ai. Программная среда, автоматизирующая процесс выявления аномалий при рентгенологических, КТ- и МРТ-исследованиях, включая маммографию.

Care Mentor AI. Интеллектуальная система для анализа результатов лучевой диагностики (рентген, КТ, МРТ, маммография), направленная на раннее выявление различных патологий.

CHEST-IRA. Специализированный сервис для комплексной оценки компьютерных томограмм органов грудной полости с применением алгоритмов искусственного интеллекта.

RADLogics. Программное обеспечение на базе ИИ, предназначенное для анализа медицинских изображений, которое способствует повышению производительности и точности диагностики в радиологии.

2. Организация и ведение электронной медицинской документации:

Webiomed. Платформа, применяющая технологии искусственного интеллекта для прогнозной аналитики и управления рисками в сфере здравоохранения. В функционал входит модуль поддержки врачебных решений.

ТОП-3. Программный комплекс, предназначенный для помощи медицинским специалистам в формулировке предварительного диагноза.

Lexema-Medicine. Специализированная система поддержки врачебных решений, которая с помощью алгоритмов ИИ помогает подбирать индивидуальные схемы лечения.

3. Умные сервисы для заботы о здоровье пациента:

MeDiCase. Платформа для дистанционного консультирования пациентов с предварительной оценкой симптомов.

VIA.MD. Онлайн-инструмент, направленный на развитие стрессоустойчивости и повышение личной эффективности.

Сабина Ai. Виртуальный помощник с функцией психологической поддержки, способный вести содержательный диалог на эмоционально значимые темы.

4. Алгоритмическая поддержка лабораторной аналитики:

Digital Pathology. Специализированный программный комплекс, предназначенный для проведения морфологических исследований.

Medical Neuronets. Алгоритмическая система, нацеленная на идентификацию онкологических патологий в сфере патоморфологии.

Celly.AI. Мобильное технологическое решение, которое интегрируется со световым микроскопом для автоматизированного анализа клеточного состава периферической крови.

5. Цифровые технологии в стоматологической практике:

Diagnocat. Программный комплекс для автоматической интерпретации данных стоматологической томографии. Сервис предоставляет врачу диагностические предположения и варианты планов лечения.

Dentomo. Специализированный сервис для обработки и анализа изображений в стоматологической практике.

Улыбнись.Ai. Алгоритм для оценки цифровых снимков полости рта, направленный на выявление патологий и аномалий развития.

6. Алгоритмические решения для диагностики заболеваний глаз:

Ocuscreen. Диагностический комплекс для выявления заболеваний глаз с применением технологий машинного обучения.

Retina.Ai. Облачная платформа для организации цифрового рабочего пространства офтальмолога.

EyeMove. Специализированное программное обеспечение для раннего выявления болезни Паркинсона путем анализа двигательной активности глаз.

7. Автоматизированная диагностика при эндоскопических процедурах:

Polyptron. Программный комплекс для автоматизированного анализа эндоскопических исследований с применением алгоритмов искусственного интеллекта.

Pirogov.AI. Система для диагностики патологий на основе анализа фотографий и видео, полученных в ходе оториноларингологических эндоскопических исследований.

8. Дополнительные программные продукты с использованием ИИ:

BrainPhone. Технология оценки речевых характеристик для диагностики и динамического наблюдения пациентов с болезнью Паркинсона.

Scanderm. Интеллектуальная система дерматологической диагностики, использующая алгоритмы компьютерного зрения.

iVenus.AI. Решение для скрининговой диагностики патологий венозной системы нижних конечностей путем анализа цифровых изображений с автоматическим определением стадии заболевания.

Protomenal. Сервис предиктивного анализа функциональных характеристик белковых структур на основе нейросетевых моделей [1, с. 51].

В России внедрение медицинской робототехники началось с установки системы da Vinci в 2007 году [4, с. 84].

Современная классификация некоторых медицинских роботизированных систем:

Хирургические роботы. Данные системы обеспечивают выполнение сложных оперативных вмешательств с повышенной точностью и минимальной инвазивностью.

Бионические протезы. Современные протезные устройства интегрируются с нервной системой, обеспечивая декодирование нейрокоманд и естественность двигательных функций.

Социальные роботы. Специализированные системы для психологической поддержки пациентов с когнитивными расстройствами, расстройствами аутистического спектра и аффективными нарушениями, способные к распознаванию эмоционального состояния и вербальному взаимодействию.

Тренажерные комплексы. Интерактивные симуляционные системы для отработки практических навыков медицинскими специалистами.

Логистические роботы. Автономные транспортные платформы для внутрибольничной доставки медикаментов, биологических образцов и документации.

Радиохирургические системы. Высокоточные роботизированные комплексы для стереотаксической лучевой терапии, оснащенные системами трекинга и коррекции положения пациента.

Особую значимость роботизация приобретает в условиях эпидемиологических кризисов, когда автоматизация процессов и минимизация прямых контактов способствует снижению рисков распространения инфекционных заболеваний [4, с. 82; 6, с. 36].

В 2023 году в кардиологических клиниках Индии проводилось испытание носимого датчика в виде браслета, предназначенного для раннего выявления инфаркта миокарда. Устройство успешно справилось с поставленной задачей: применяя инфракрасное сканирование, оно в течение пяти минут определяло повышение уровня тропонина I в крови с точностью 90%.

Современные медицинские специалисты эффективно используют данные массовых носимых устройств, не ограничиваясь узкоспециализированными решениями. В качестве примера можно привести исследование Вашингтонского университета [6, с.41], где ученые применили алгоритмы глубокого обучения для анализа 10 параметров, регистрируемых стандартным фитнес-браслетом в течение двух месяцев. Среди отслеживаемых показателей были суточная активность, частота сердечных сокращений в покое и другие физиологические маркеры. Обученная модель продемонстрировала способность не только идентифицировать признаки депрессивных расстройств, но и формировать персонализированные прогнозы развития состояния для каждого пользователя.

Точность измерений большинства носимых устройств для контроля сердечной активности зависит от множества внешних факторов. На достоверность данных влияет физическая активность пользователя, наличие татуировок в области измерения, и даже индивидуальные особенности пигментации кожи. В начале 2025 года научным сообществом США было представлено решение этой проблемы – мониторинговое устройство в форме морской звезды. Сенсоры распределены по пяти лучам пластыря, что обеспечивает многточечную фиксацию на грудной клетке и одновременную регистрацию трех типов показателей: электрокардиограммы, сейсмокардиограммы и гирокардиограммы. Получаемые данные обрабатываются специально разработанной алгоритмической моделью. Клинические испытания подтвердили эффективность системы в диагностике фибрилляции предсердий, острого инфаркта миокарда и сердечной недостаточности с высокой точностью [5, с. 119].

Широкую известность получила американская система контроля глюкозы FreeStyle Libre, состоящая из двух основных компонентов: сенсора, фиксируемого на плечевой области, и портативного сканирующего устройства. В современных модификациях считывающий модуль заменен мобильным приложением, установленным на смартфон. Оба варианта позволяют получать и обрабатывать информацию с датчика. Несмотря на наличие тонкого электрода, погружаемого в подкожный слой, технология классифицируется как неинвазивная.

В 2022 году российскими инженерами был представлен проект неинвазивного мониторинга glucose – клипса AnnNIGM для крепления на ушной раковине. Устройство применяло инфракрасное излучение для сканирования тканей мочки уха с целью определения концентрации сахара в крови без забора биологических образцов.

Биометрическое кольцо Oura, способное отслеживать около двадцати физиологических параметров, активно используется в клинической практике. Медицинские специалисты применяют этот гаджет для решения различных исследовательских задач:

1. Выявления факторов риска и профилактических мер при сердечно-сосудистых патологиях.

2. Анализа поведенческих паттернов, свидетельствующих о вероятности рецидива у пациентов с наркологической зависимостью.

3. Изучения особенностей течения беременности.

4. Исследования влияния десинхроноза (джетлага) на состояние организма.

Разработанное компанией BioIntelliSense многоразовое устройство для непрерывного контроля состояния здоровья фиксируется в грудной области и осуществляет сбор более 20 ключевых физиологических параметров. Данное решение позиционируется как комплексная платформа для дистанционного наблюдения за пациентами, нуждающимися в постоянном медицинском контроле. Возможность многократной перезарядки делает устройство экономически эффективным для длительного использования в рамках программ телемедицинского сопровождения.

Браслет NeuroAI представляет собой первое в мире носимое устройство, предназначенное для немедикаментозной коррекции эссенциального тремора [5, с.113]. В основе технологии лежит комбинация алгоритмов искусственного интеллекта и методов неинвазивной нейростимуляции. Устройство демонстрирует эффективность в уменьшении болевого синдрома и восстановлении моторных функций у пациентов с различными формами двигательных нарушений.

В качестве технологического средства поддержки лиц, осуществляющих уход, разработаны смарт-носки со встроенными сенсорами. Данное устройство предназначено для автоматического распознавания тревожных состояний у пациентов, страдающих деменцией [4, с. 81; 5, с. 118; 6, с. 39].

Список литературы:

1. Михайлова Ю. А. Цифровая трансформация здравоохранения: современные вызовы и перспективы / Ю. А. Михайлова, Н. Д. Морозова // Вестник медицинских технологий. – 2023. – № 4 (12). – С. 45–52.
2. Об утверждении Национальной стратегии развития искусственного интеллекта на период до 2030 года: указ Президента Рос. Федерации от 10 окт. 2019 г. № 490 // Собр. законодательства Рос. Федерации. – 2019. – № 41. – Ст. 5789.
3. Global Markets for AI in Healthcare 2024-2029: Analytical Review / Markets and Markets Inc. – 2024. – 180 p.
4. Петров С. И. Роботизированные системы в клинической практике: от хирургии до реабилитации / С. И. Петров, Е. В. Козлова // Клиническая медицина и инновации. – 2024. – № 1 (15). – С. 78–85.
5. Johnson M. Wearable Medical Devices: Technology Trends and Clinical Applications / M. Johnson, K. Tanaka // Journal of Medical Engineering. – 2023. – Vol. 12. – P. 112–125.
6. Сидоров А. В. Телемедицинские технологии в системе здравоохранения Российской Федерации / А. В. Сидоров, М. К. Фёдорова // Проблемы управления здравоохранением. – 2024. – № 2 (28). – С. 34–41.