ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ДИАГНОСТИКЕ ПАТОЛОГИИ ЭНДОМЕТРИЯ: СОВРЕМЕННОЕ СОСТОЯНИЕ И ПЕРСПЕКТИВЫ
Article Sidebar
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Main Article Content
Аннотация:
Искусственный интеллект в последние годы рассматривается как один из ключевых инструментов повышения точности и воспроизводимости медицинской диагностики. В гинекологии наибольший прогресс достигнут в ультразвуковой диагностике, цифровой патологии и репродуктивной медицине, тогда как применение искусственного интеллекта в гистероскопической диагностике патологии эндометрия остаётся ограниченным. В статье представлен обзор современных научных данных за последние 5–10 лет, посвящённых использованию алгоритмов искусственного интеллекта в диагностике патологии эндометрия, включая гиперпластические процессы, полипы и рак эндометрия. Рассмотрены исторические этапы внедрения вычислительных технологий в медицину и гинекологию, основные направления применения искусственного интеллекта, достигнутые результаты и существующие ограничения
Article Details
Как цитировать:
Библиографические ссылки:
Topol E.J. High-performance medicine: the convergence of human and artificial intelligence // Nature Medicine. 2019. Vol. 25. P. 44–56.
Yu K.H., Beam A.L., Kohane I.S. Artificial intelligence in healthcare // Nature Biomedical Engineering. 2018. Vol. 2. P. 719–731.
Bray F., et al. Global cancer statistics 2022 // CA: A Cancer Journal for Clinicians. 2024. Vol. 74(3). P. 229–263.
Colombo N., et al. ESGO/ESTRO/ESP guidelines for endometrial cancer // International Journal of Gynecological Cancer. 2021.
Kashin S.V., et al. Principles of endoscopic photodocumentation // Dokazatelnaya gastroenterologiya. 2023.
LeCun Y., Bengio Y., Hinton G. Deep learning // Nature. 2015. Vol. 521. P. 436–444.
Mascilini F., et al. Artificial intelligence in gynecological ultrasound // Ultrasound in Obstetrics & Gynecology. 2021.
Esteva A., et al. A guide to deep learning in healthcare // Nature Medicine. 2019.
Van Calster B., et al. Endometrial cancer prediction using machine learning // BMC Medicine. 2019.
Skrede O.J., et al. Deep learning in histopathology // The Lancet Oncology. 2020.
Li F., et al. Artificial intelligence in oncology // Cancer Letters. 2020.
Takahashi T., et al. Deep learning-based diagnosis of endometrial cancer using hysteroscopic images // PLoS ONE. 2021.
Roberts M., et al. Common pitfalls in machine learning studies // Nature Medicine. 2021.
Ali S. AI for endoscopic image analysis // npj Digital Medicine. 2022.
Lin W., et al. Explainable AI for medical imaging // Medical Image Analysis. 2023.
WHO. Ethics and governance of artificial intelligence for health. Geneva, 2021.
Khudoyarova D., Turazoda M. GENITAL PROLAPSE: A REVIEW OF THE EVIDENCE //Наука и инновация. – 2025. – Т. 3. – №. 1. – С. 91-95.
Khudoyarova D. et al. Integrated Approach to the Diagnosis and Prevention of Varicose Veins in Pregnant Women //Bratislava Medical Journal. – 2025. – С. 1-13.
Shopulotova Z. A., Khudoyarova D. R. COMPARISON OF THE EFFECTIVENESS OF DIFFERENT OVULATION STIMULATION PROGRAMS //JOURNAL OF EDUCATION AND SCIENTIFIC MEDICINE. – 2025. – №. 5.