Проект Презентация

1.

:
1
:
:

2.

2
Актуальность темы обусловлена
быстрым темпом развития
технологий искусственного
интеллекта и их внедрением в
медицинскую практику, что
способствует решению сложных
задач здравоохранения, таких как
диагностика редких заболеваний,
разработка новых лекарственных
средств и оптимизация
управленческих процессов в
медицинских учреждениях.

3.

3
:
Применение технологий
искусственного интеллекта в
медицине позволяет повысить
точность и скорость
диагностики заболеваний по
сравнению с традиционными
методами без использования
ИИ

4.

:
Анализ современных методов и технологий
искусственного интеллекта, применяемых в
медицине, а также оценка их эффективности и
перспектив развития
:
1)Изучить основные концепции и методы
искусственного интеллекта, применяемые в
медицине;
2)Рассмотреть современные системы и
алгоритмы ИИ, используемые для диагностики и
прогнозирования заболеваний;
3)Проанализировать роль машинного обучения и
нейросетей в медицинских исследованиях;
4)Выявить уровень осведомлённости учеников по
теме, разработать инфографику.
4

5.

5
Машинное обучение (МЛ) — это
раздел ИИ, основанный на
принципе, что системы могут
обучаться на базе данных и
улучшать свою работу без явного
программирования для каждой
конкретной задачи. В медицине
МЛ применяется для анализа
больших объемов клинических
данных, выявления паттернов и
предсказания исходов
заболеваний
Глубокое обучение (ГЛ) — это
подмножество машинного
обучения, основанное на
нейронных сетях с
многослойной архитектурой.
Благодаря своей способности
моделировать сложные
нелинейные зависимости, ГЛ
становится мощным
инструментом для обработки
изображений
Обработка
естественного языка
(ОНЯ) — это
направление ИИ,
позволяющее системам
понимать и
интерпретировать
человеческую речь и
текст.

6.

6
Первый этап, получивший
название «золотой век»
искусственного интеллекта,
приходится на 1950–1960-е годы.
В этот период сформировались
основы, включающие логические
системы, экспертные системы и
первые попытки моделирования
когнитивных процессов
Следующий важный этап, связанный с
развитием методов машинного обучения
и нейронных сетей, приходится на 1980–
1990-е годы. В этот период произошёл
переход от правил, основанных на
знаниях, к алгоритмам, способным
обучаться на данных. Важнейшим
событием стало внедрение алгоритмов
обратного распространения ошибки в
многослойных перцептронах, что
значительно расширило возможности
автоматического анализа данных
Последний этап, характеризующийся интеграцией
ИИ в клиническую практику, определяется
началом XXI века и продолжается по сей день.
Внедрение систем машинного обучения в
электронные медицинские записи, телемедицину
и роботизированную хирургию демонстрирует
высокий потенциал искусственного интеллекта
для повышения эффективности и качества
медицинской помощи. Значимым достижением
стало создание систем диагностики на базе
искусственных нейронных сетей, способных
выявлять патологии на ранних стадиях, что
существенно увеличивает шансы на успешное
лечение (особенно в онкологии и кардиологии).

7.

7
Машинное обучение, как фундаментальный раздел ИИ, включает
алгоритмы, способные автоматически выявлять закономерности в
данных без явного программирования. В медицине его применение
охватывает диагностику заболеваний, прогнозирование исходов и
оптимизацию лечения.
Глубокое обучение представляет собой расширение классического
машинного обучения за счет использования многоуровневых
нейронных сетей, которые способны моделировать сложные
нелинейные зависимости. В медицине его применение особенно
актуально в области обработки изображений — например, в
автоматической сегментации тканей, обнаружении опухолей и
распознавании патологий на рентгеновских, МРТ и КТ-снимках
Нейронные сети, являющиеся ключевым компонентом глубокого
обучения, представляют собой сложные математические модели,
имитирующие работу биологических нейронов. Их применение в
медицине включает не только анализ изображений, но и обработку
временных рядов, таких как электрокардиограммы (ЭКГ) и данные
мониторинга жизненных показателей

8.

С целью лучшего понимания и выявления ключевых аспектов этой проблемы, проведем социологическое исследование. Нашей задачей8
является определение текущего уровня информированности учеников о участии искусственного интеллекта в медицине.
В анкетировании участвовало 24 учеников. Опрос включал в себя 6 вопросов:
1.
1.1.
1.2.
1.3.
Слышали ли вы о применении искусственного интеллекта (ИИ) в медицине?
Да, хорошо осведомлён;
Что-то слышал, но подробностей не знаю;
Слышу впервые
2.
2.1.
2.2.
2.3.
2.4.
2.5.
В какой области медицины, по вашему мнению, ИИ приносит наибольшую пользу?
Диагностика заболеваний (анализ снимков МРТ, КТ, рентгена);
Разработка новых лекарств;
Персонализированное лечение (подбор терапии под пациента)
Роботизированные операции
Затрудняюсь ответить
3.
3.1.
3.2.
3.3.
3.4.
Как вы относитесь к использованию ИИ для постановки медицинских диагнозов?
Положительно, это повышает точность и скорость
Отрицательно, доверяю только врачу-человеку
Нейтрально, всё зависит от конкретной ситуации
Затрудняюсь ответить
4.
4.1.
4.2.
4.3.
4.4.
4.5.
Какой фактор вызывает у вас наибольшее опасение при внедрении ИИ в медицину?
Ошибки алгоритмов и ложные диагнозы
Утечка конфиденциальных данных пациентов
Сокращение рабочих мест врачей
Высокая стоимость технологий (недоступность для обычных людей)
Ничего не вызывает опасений
5.
5.1.
5.2.
5.3.
5.4.
5.5.
Где вы обычно получаете информацию о новых медицинских технологиях (включая ИИ) ?
Новостные сайты и телевидение
Научно-популярные статьи и блоги
Социальные сети
От врачей или на лекциях в учебном заведении
Не интересуюсь этой темой
6.
6.1.
6.2.
6.3.
Как Вы считаете, может ли ИИ полностью заменить врача в будущем?
Да, полностью заменит
Нет, ИИ будет только помощником, а решение останется за врачом
Затрудняюсь ответить

9.

9
Слышали ли вы о применении искусственного интеллекта (ИИ) в
медицине?
В какой области медицины, по вашему мнению, ИИ приносит
наибольшую пользу?
8%
21%
21%
12%
42%
Диагностика заболеваний
Разработка новых лекарств
Да, хорошо осведомлен
21%
Персонализированное лечение
Что-то слышал, но подробностей не знаю
Роботизированные операции
58%
17%
Слышу впервые
Затрудняюсь ответить

10.

10
Какой фактор вызывает у вас наибольшее опасение при
внедрении ИИ в медицину?
Как вы относитесь к использованию ИИ для постановки
медицинских диагнозов?
8%
13%
25%
17%
37%
Ошибки алгоритмов и ложные диагнозы
Положительно
37%
17%
Утечки конфиденциальных данных пациентов
25%
Отрицательно
Сокращение рабочих мест врачей
21%
Нейтрально/зависит от ситуации
Высокая стоимость технологий
Ничего не вызывает опасений
Затрудняюсь ответить

11.

11
Где вы обычно получаете информацию о новых медицинских
технологиях (включая ИИ)?
18%
Как вы считаете, может ли ИИ полностью заменить врача в будущем?
12%
17%
23%
Новостные сайты и телевидение
Да, полностью заменит
18%
41%
Научно-популярные статьи и блоги
Нет, ИИ будет только помощником, а решение останется за
врачом
Социальные сети
От врачей или на лекциях в учебном заведении
Не интересуюсь этой темой
71%
Затрудняюсь ответить

12.

Респонденты в целом слышали о применении ИИ в медицине
(79% что-то знают), но их знания носят поверхностный характер —
только 21% назвали себя хорошо осведомлёнными. Большинство
(71%) реалистично оценивают роль ИИ как помощника врача, а не
замены. Однако при этом 38% относятся к ИИ-диагностике
нейтрально или с сомнением, а главным опасением являются
ошибки алгоритмов (38%). Это свидетельствует о том, что ключевым
барьером для принятия ИИ в медицине является не недоверие к
технологии как таковой, а страх перед её возможными сбоями и
последствиями для здоровья пациентов. Анкетирование также
выявило, что большинство учеников (38%) черпают информацию из
соцсетей и видеоблогов, то есть из источников, где тема часто
подаётся упрощённо или сенсационно, в то время как научнопопулярные статьи и информация от врачей используются реже (по
17%).Это
подтверждает
необходимость
более
глубокого
ознакомления учеников с темой через достоверные и
структурированные источники информации.
Полученные
результаты
подтверждают
актуальность
дальнейшего изучения и распространения достоверной информации
об искусственном интеллекте в медицинской сфере. В связи с этим
предлагаю разработать инфографику по теме «Искусственный
интеллект в медицине», чтобы ученики могли более осознанно
изучать эту тему, систематизировать знания и лучше понять
возможности, преимущества и ограничения ИИ в здравоохранении.
12

13.

13

14.

14
В заключении данного проекта я провел анализ
и оценил достигнутые результаты в области
исследования искусственного интеллекта в
медицине и его потенциала в современном
здравоохранении. Основной задачей моего
исследования было рассмотрение ключевых
аспектов применения ИИ (диагностика,
разработка лекарств, персонализированное
лечение, роботизированные операции) и
выявление уровня информированности
учеников по данной теме, также разработал
инфографику по теме.
В целом проект можно считать успешным.
Поставленные цели достигнуты, все задачи
выполнены: проведён анализ источников,
анкетирование, обработка результатов и
формулирование выводов. Полученные
результаты позволили определить уровень
информированности учеников об
искусственном интеллекте в медицине, а также
выявить основные тенденции их отношения к
данной технологии.

15.

15
1. Topol, E. J. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again / E. J. Topol. — New York : Basic Books, 2019.
— 400 p.
2. Esteva, A. Dermatologist-level classification of skin cancer with deep neural networks / A. Esteva, B. Kuprel, R. A. Novoa et al. // Nature.
— 2017. — Vol. 542. — P. 115–118.
3. ВОЗ (Всемирная организация здравоохранения). Ethics and governance of artificial intelligence for health (2021) [Электронный
ресурс]. — Режим доступа: https://www.who.int/publications/i/item/9789240029200
4. Хохлов, А. Л. Этические вопросы применения искусственного интеллекта в разработке лекарственных препаратов / А. Л.
Хохлов, Д. Ю. Белоусов // Качественная клиническая практика. — 2025. — № 3. — С. 111–117.
5. Ковелькова, М. Н. Системы искусственного интеллекта в профилактике и диагностике сердечно-сосудистой патологии в России
(систематический обзор) / М. Н. Ковелькова, Е. Г. Яковлева // Сибирский журнал клинической и экспериментальной медицины. —
2025. — Т. 40, № 2. — С. 45–54.
6. Аветисян, А. И. Интеллектуальный анализ данных в медицине: вызовы и возможности / А. И. Аветисян // Вестник Российской
академии наук. — 2025. — Т. 95, № 8. — С. 53–57.
7. Семенова, Н. В. Классификация рисков применения систем искусственного интеллекта в сфере психического здоровья / Н. В.
Семенова, К. Л. Мартынюк // Медицинская этика. — 2025. — № 2. — С. 3–10.
8. Щетинин, Е. Ю. Методы разработки и внедрения больших языковых моделей в здравоохранении: проблемы и перспективы в
России / Е. Ю. Щетинин, Т. Р. Велиева, Л. А. Юргина и др. // Вестник РУДН. Серия: Математика. Информатика. Физика. — 2025. — Т.
33, № 3. — С. 327–344.

16.

16