ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СОВРЕМЕННОЙ ГИНЕКОЛОГИИ: СОСТОЯНИЕ ПРОБЛЕМЫ, ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ

Article Sidebar

PDF (Русский)
Issue: Vol. 4 No. 42 : Innovative research in the modern world: theory and practice
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:

В последние годы цифровизация здравоохранения и стремительное развитие технологий искусственного интеллекта (ИИ) привели к формированию нового направления в клинической медицине, ориентированного на повышение точности диагностики, персонализацию лечения и оптимизацию клинических решений. Гинекология как область, основанная на интерпретации визуальных, морфологических и клинико-инструментальных данных, рассматривается как одна из наиболее перспективных сфер для внедрения ИИ-технологий [1, 2].

Article Details

How to Cite:

Худоярова , Д. ., & Мусаева , М. . (2025). ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СОВРЕМЕННОЙ ГИНЕКОЛОГИИ: СОСТОЯНИЕ ПРОБЛЕМЫ, ДОСТИЖЕНИЯ И ПЕРСПЕКТИВЫ. Innovative Research in the Modern World: Theory and Practice, 4(42), 45–48. Retrieved from https://in-academy.uz/index.php/zdit/article/view/69897

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.

Abdusalomov A., et al. Accessible artificial intelligence for medical diagnostics // Computers in Biology and Medicine. 2025.

Colombo N., et al. ESGO/ESTRO/ESP guidelines for endometrial cancer // International Journal of Gynecological Cancer. 2021.

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

Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.

Liu X., et al. Reporting guidelines for clinical AI research // BMJ. 2020.

Lundervold A.S., Lundervold A. An overview of deep learning in medical imaging // Zeitschrift für Medizinische Physik. 2019.

Mascilini F., et al. Artificial intelligence in gynecological ultrasound // Ultrasound in Obstetrics & Gynecology. 2021.

Nanda R., et al. AI-based ultrasound diagnostics in gynecology // Diagnostics. 2022.

Pineda L., et al. Machine learning for endometrial cancer detection // Cancers. 2023.

Raef B., et al. Artificial intelligence in IVF // Human Reproduction Update. 2022.

Storr A., et al. Deep learning for embryo selection // Fertility and Sterility. 2021.

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

Takahashi T., et al. Deep learning-based diagnosis using hysteroscopy // PLoS ONE. 2021.

Xie Y., et al. AI in hysteroscopic imaging // Diagnostics. 2023.

Zhang L., et al. Limitations of AI in gynecologic endoscopy // Frontiers in Medicine. 2024.

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

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

World Bank. Digital health and AI in middle-income countries. 2022.

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