Показати скорочений опис матеріалу

TRANSFORMATIONAL POTENTIAL OF MEDICAL ARTIFICIAL INTELLIGENCE FOR HEALTHCARE AND PROFESSIONAL EDUCATION: TECHNOLOGICAL COMPONENTS

ТРАНСФОРМАЦІЙНИЙ ПОТЕНЦІАЛ МЕДИЧНОГО ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ГАЛУЗІ ОХОРОНИ ЗДОРОВ’Я ТА ПРОФЕСІЙНОЇ ОСВІТИ: ТЕХНОЛОГІЧНІ СКЛАДОВІ

dc.creatorЧалий, К. О.
dc.creatorКривенко, І. П.
dc.date2025-08-12
dc.date.accessioned2026-06-05T11:09:46Z
dc.date.available2026-06-05T11:09:46Z
dc.identifierhttps://ojs.tdmu.edu.ua/index.php/here/article/view/15460
dc.identifier10.11603/mie.1996-1960.2024.3-4.15460
dc.identifier.urihttps://repository.tdmu.edu.ua//handle/123456789/19094
dc.descriptionBackground. Artificial intelligence (AI) is rapidly becoming a fundamental component of modern medicine, unlocking new opportunities for the diagnosis and treatment of patients. AI encompasses a broad range of methods, algorithms, and technologies aimed at creating computer systems capable of performing tasks traditionally requiring human intelligence. Medical AI, as a specialized subfield of AI, focuses on the application of AI technologies in healthcare. By analyzing large volumes of diverse data, uncovering hidden patterns, and generating accurate predictions, medical AI has the potential to fundamentally transform the healthcare paradigm, making it more precise, personalized, and efficient.Materials and Methods. The research results were systematized using databases of scientific periodicals such as PubMed, Scopus, Web of Science, EMBASE, ERIC, IEEE Xplore, Semantic Scholar, ScienceDirect, and others. At various stages of the study, methods of bibliographic search, information structuring, and systematic analysis were employed.Results. It is argued that the foundational technological components of medical artificial intelligence include machine learning (ML) and deep learning (DL) algorithms, large multimodal models (LMM), natural language processing (NLP), computer vision (CV), expert systems, and intelligent robotics. These technologies enable the comprehensive analysis of diverse medical data, such as medical images, electronic health records (EHR), data from wearable devices and the Internet of Medical Things (IoMT), as well as genomic and proteomic information, to support clinical decision-making while incorporating evidence-based medical guidelines. The article thoroughly explores the foundations of ML and DL, providing a detailed description of their algorithms. It explains the concepts of generative AI and large multimodal models (LMM).Conclusions. An essential task is to develop healthcare professionals’ competencies in utilizing medical AI, as a lack of understanding of its fundamental concepts and insufficient practical skills complicate its integration into clinical practice. The comprehensive analysis of modern medical AI technologies presented in this article not only enhances understanding of its potential but also outlines pathways for its implementation in clinical practice and professional education, laying the groundwork for further research.en-US
dc.descriptionСтаття присвячена комплексному аналізу сучасних технологій медичного штучного інтелекту (ШІ) та оцінюванні його трансформаційного потенціалу для системи охорони здоров’я та професійної освіти. Розглянуто ключові поняття й концепції, що створюють базу для розуміння ролі медичного ШІ в клінічній практиці. Обґрунтовано, що медичний ШІ є комплексом технологій, спрямованих на розв’язання актуальних медичних завдань, таких як діагностика, лікування, реабілітація та моніторинг показників здоров’я пацієнтів.Аргументовано, що базовими технологічними складовими медичного ШІ є алгоритми машинного та глибокого навчання, великі мультимодальні моделі, обробка природної мови, комп’ютерний зір для розпізнання медичних зображень, експертні системи та інтелектуальна робототехніка. Зазначено, що ці технології можуть забезпечувати комплексний аналіз різноманітних медичних даних, таких як медичні зображення, електронні медичні записи, геномні дані, дані носимих пристроїв та інтернету медичних речей для прийняття клінічних рішень, заснованих на найкращих доступних доказах. Наголошено, що завдяки здатності аналізувати великі обсяги даних, виявляти приховані закономірності та генерувати прогнози, медичний ШІ має потенціал удосконалити медичну допомогу, зробивши її точнішою, персоналізованою та більш ефективною.Розглянуто основи машинного та глибокого навчання з детальною характеристикою їхніх базових алгоритмів. Пояснюються концепції генеративного ШІ та великих мультимодальних моделей. Встановлено, що медичний ШІ створює широкі можливості для інтеграції з інноваційними технологіями, такими як носимі пристрої та інтернет медичних речей. Особлива увага приділяється формуванню у лікарів компетентності для роботи з медичним ШІ, оскільки недостатнє розуміння основних концепцій ШІ та відсутність практичних навиків є ключовими перешкодами для його ефективної інтеграції у клінічну практику. Проведений аналіз сприяє не лише глибшому розумінню потенціалу медичного ШІ, але й визначає перспективи його впровадження в охорону здоров’я та професійну освіту, закладаючи основу для подальших досліджень.uk-UA
dc.formatapplication/pdf
dc.languageukr
dc.publisherI. Horbachevsky Ternopil National Medical Universityen-US
dc.relationhttps://ojs.tdmu.edu.ua/index.php/here/article/view/15460/14225
dc.rightsАвторське право (c) 2025 Медична інформатика та інженеріяuk-UA
dc.sourceMedical Informatics and Engineering; No. 3-4 (2024); 51-66en-US
dc.sourceМедицинская информатика и инженерия; № 3-4 (2024); 51-66ru-RU
dc.sourceМедична інформатика та інженерія; № 3-4 (2024); 51-66uk-UA
dc.source1997-7468
dc.source1996-1960
dc.source10.11603/mie.1996-1960.2024.3-4
dc.subjectmedical artificial intelligenceen-US
dc.subjectmachine learningen-US
dc.subjectdeep learningen-US
dc.subjectlarge multimodal modelsen-US
dc.subjectnatural language processingen-US
dc.subjectcomputer visionen-US
dc.subjectexpert systemsen-US
dc.subjectintelligent roboticsen-US
dc.subjectмедичний штучний інтелектuk-UA
dc.subjectмашинне та глибоке навчанняuk-UA
dc.subjectвеликі мультимодальні моделіuk-UA
dc.subjectобробка природної мовиuk-UA
dc.subjectкомп’ютерний зірuk-UA
dc.subjectекспертні системиuk-UA
dc.subjectінтелектуальна робототехнікаuk-UA
dc.titleTRANSFORMATIONAL POTENTIAL OF MEDICAL ARTIFICIAL INTELLIGENCE FOR HEALTHCARE AND PROFESSIONAL EDUCATION: TECHNOLOGICAL COMPONENTSen-US
dc.titleТРАНСФОРМАЦІЙНИЙ ПОТЕНЦІАЛ МЕДИЧНОГО ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ГАЛУЗІ ОХОРОНИ ЗДОРОВ’Я ТА ПРОФЕСІЙНОЇ ОСВІТИ: ТЕХНОЛОГІЧНІ СКЛАДОВІuk-UA
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion


Долучені файли

ФайлРозмірФорматПереглянути

Даний матеріал не має долучених файлів.

Даний матеріал зустрічається у наступних фондах

Показати скорочений опис матеріалу