РОЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ГИСТЕРОСКОПИИ: ОТ СУБЪЕКТИВНОЙ ОЦЕНКИ К ОБЪЕКТИВНОЙ ДИАГНОСТИКЕ

Main Article Content

Аннотация:

Гистероскопия является одним из ключевых методов диагностики внутриматочной патологии, однако интерпретация гистероскопической картины в значительной степени зависит от субъективного опыта врача и качества визуализации, что обусловливает вариабельность диагностических заключений и риск ошибок. В последние годы искусственный интеллект рассматривается как перспективный инструмент повышения объективности и воспроизводимости визуальной диагностики в эндоскопии. В статье представлен анализ современного состояния исследований, посвящённых применению искусственного интеллекта в гистероскопии, с акцентом на переход от субъективной визуальной оценки к объективной диагностике. Рассмотрены основные направления развития искусственного интеллекта в эндоскопии, достигнутые результаты и существующие ограничения, а также опыт применения аналогичных технологий в смежных областях медицины. Отдельное внимание уделено текущему состоянию исследований в странах СНГ и Республике Узбекистан, а также возможностям, открывающимся в условиях проводимых государственных реформ и цифровизации системы здравоохранения. Показано, что внедрение алгоритмов искусственного интеллекта в гистероскопическую практику обладает значительным потенциалом для повышения точности диагностики, снижения межнаблюдательной вариабельности и стандартизации интерпретации гистероскопического видеосигнала, что обосновывает целесообразность дальнейших исследований в данном направлении

Article Details

Как цитировать:

Худоярова , Д., & Мусаева , М. (2025). РОЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ГИСТЕРОСКОПИИ: ОТ СУБЪЕКТИВНОЙ ОЦЕНКИ К ОБЪЕКТИВНОЙ ДИАГНОСТИКЕ. Евразийский журнал академических исследований, 5(12), 193–199. извлечено от https://in-academy.uz/index.php/ejar/article/view/70139

Библиографические ссылки:

Bettocchi S., et al. Hysteroscopy and adenocarcinoma // Gynecologic Oncology. 2016.

Di Spiezio Sardo A., et al. Hysteroscopic diagnosis // Human Reproduction Update. 2016.

Topol E.J. High-performance medicine // Nature Medicine. 2019.

Yu K.H., Beam A.L., Kohane I.S. Artificial intelligence in healthcare // Nature Biomedical Engineering. 2018.

Esteva A., et al. A guide to deep learning in healthcare // Nature Medicine. 2019.

Clark T.J., et al. Accuracy of hysteroscopy // BJOG. 2018.

Garuti G., et al. Hysteroscopic patterns of endometrial cancer // Journal of Minimally Invasive Gynecology. 2019.

Takahashi T., et al. Deep learning-based diagnosis of endometrial cancer using hysteroscopic images // PLoS ONE. 2021.

Repici A., et al. Artificial intelligence in colonoscopy // Gut. 2020.

Hassan C., et al. AI improves adenoma detection rate // Gastroenterology. 2021.

Hann A., et al. Limitations of AI in colonoscopy // UEG Journal. 2021.

Skrede O.J., et al. Deep learning in histopathology // The Lancet Oncology. 2020.

McKinney S.M., et al. AI in breast cancer screening // Nature. 2020.

Parasa S., et al. Clinical implementation of AI in endoscopy // Gastrointestinal Endoscopy. 2023.

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.

Khudoyarova D., Turazoda M. GENITAL PROLAPSE: A REVIEW OF THE EVIDENCE //Наука и инновация. – 2025. – Т. 3. – №. 1. – С. 91-95.