ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК ИНСТРУМЕНТ ОБУЧЕНИЯ ВРАЧЕЙ-ГИНЕКОЛОГОВ: СОВРЕМЕННЫЕ ВОЗМОЖНОСТИ И ПЕРСПЕКТИВЫ

Article Sidebar

PDF (Русский)
Issue: Vol. 3 No. 60 : Science and Innovation
Section: Articles
Published:

Main Article Content

д.м.н., проф., зав.каф. Акушерства и гинекологии №1 СамГМУ
info@in-academy.uz
свободный соискатель, врач акушер-гинеколог
info@in-academy.uz

Abstract:

Современная система медицинского образования сталкивается с необходимостью адаптации к стремительно развивающимся технологиям и возрастающим требованиям к качеству подготовки специалистов. В гинекологии, как в клинической дисциплине, значительная часть диагностических и лечебных решений основывается на интерпретации визуальных данных, клинического опыта и навыков практической работы, формирование которых традиционно требует длительного обучения и наставничества. В этой связи актуальным является поиск инновационных образовательных инструментов, способных повысить эффективность обучения и обеспечить стандартизацию подготовки врачей [1].

Article Details

How to Cite:

Худоярова , Д., & Мусаева , М. (2025). ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК ИНСТРУМЕНТ ОБУЧЕНИЯ ВРАЧЕЙ-ГИНЕКОЛОГОВ: СОВРЕМЕННЫЕ ВОЗМОЖНОСТИ И ПЕРСПЕКТИВЫ. Science and Innovation, 3(60), 68–71. Retrieved from https://in-academy.uz/index.php/si/article/view/69899

References:

Abramowicz J.S., Dall’Asta A. Artificial intelligence in obstetrics and gynecology: is this the future? // Ultrasound in Obstetrics & Gynecology. 2020. Vol. 56. P. 6–8.

Briganti G., Le Moine O. Artificial intelligence in medicine: today and tomorrow // Frontiers in Medicine. 2020. Vol. 7.

Chan K.S., Zary N. Applications and challenges of AI in medical education // Medical Teacher. 2019. Vol. 41. P. 1–6.

Chen J.H., Asch S.M. Machine learning and prediction in medicine // New England Journal of Medicine. 2020. Vol. 382. P. 2588–2596.

Cook D.A., et al. Technology-enhanced simulation for health professions education // JAMA. 2020. Vol. 323. P. 1–12.

Esteva A., et al. A guide to deep learning in healthcare // Nature Medicine. 2019. Vol. 25. P. 24–29.

Mascilini F., et al. Artificial intelligence in gynecological ultrasound // Ultrasound in Obstetrics & Gynecology. 2021. Vol. 58. P. 1–9.

Neri E., et al. Artificial intelligence in medical education // European Radiology. 2022. Vol. 32. P. 1–8.

Ribeiro M.T., Singh S., Guestrin C. “Why should I trust you?” Explaining AI models // Communications of the ACM. 2020. Vol. 63. P. 54–65.

Satava R.M., et al. Surgical simulation and AI // Surgical Endoscopy. 2021. Vol. 35. P. 1–7.

Smith L., et al. AI-based assessment of surgical skills // Annals of Surgery. 2022. Vol. 276. P. 1–8.

Topol E. High-performance medicine // Nature Medicine. 2019. Vol. 25. P. 44–56.

van Hoorn R., et al. AI-driven personalized learning in medicine // BMC Medical Education. 2021. Vol. 21.

WHO. Ethics and governance of artificial intelligence for health. Geneva, 2021.

Yu K.H., et al. Artificial intelligence in healthcare // Nature Biomedical Engineering. 2018.

Zhou S.K., et al. Artificial intelligence in medical imaging // Academic Press. 2021.

Zwanenburg A., et al. AI for medical education and training // Frontiers in Artificial Intelligence. 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.