2658-6282 Мир науки. Педагогика и психология World of Science. Pedagogy and psychology ООО «Издательство «Мир науки» https://mir-nauki.com/102PDMN225.html Методика обучения будущих врачей основам искусственного интеллекта Methodology for teaching future doctors the basics of artificial intelligence Бихатова Эльвира Темерхановна Бихатова Эльвира Темерхановна Bikhatova Elvira Temerkhanovna elvira.ellevira@gmail.com https://orcid.org/0000-0001-7818-4848 Иванчук Ольга Викторовна Иванчук Ольга Викторовна Ivanchuk Olga Viktorovna olgaiva@astgmu.ru https://orcid.org/0000-0002-1614-7483 Плащевая Елена Викторовна Плащевая Елена Викторовна Plashchevaya Elena Viktorovna elena-plashhevaja@rambler.ru https://orcid.org/0000-0001-5492-037X Мералиева Эльвира Яновна Мералиева Эльвира Яновна Meralieva Elvira Yanovna dos_alvira@mail.ru https://orcid.org/0009-0001-6822-9480 ФГБОУ ВО «Астраханский государственный медицинский университет» Министерства здравоохранения Российской Федерации (Астрахань, Россия) «Astrakhan State Medical University» of the Ministry of Healthcare of the Russian Federation (Astrakhan, Russia) ФГБОУ ВО «Амурская государственная медицинская академия» Министерства здравоохранения Российской Федерации (Благовещенск, Россия) «Amur State Medical Academy» of the Ministry of Healthcare of the Russian Federation (Blagoveshchensk, Russia) 01 07 2025 2025 13 2 102PDMN225 28 04 2025 17 06 2025 2025 Бихатова Эльвира Темерхановна, Иванчук Ольга Викторовна, Плащевая Елена Викторовна, Мералиева Эльвира Яновна Bikhatova Elvira Temerkhanovna, Ivanchuk Olga Viktorovna, Plashchevaya Elena Viktorovna, Meralieva Elvira Yanovna CC BY 4.0 https://mir-nauki.com/102PDMN225.html

Внедрение технологии искусственного интеллекта в медицину и управление системой здравоохранения позволит повысить качество оказываемых медицинских услуг, уменьшить количество врачебных ошибок и снизить нагрузки на медицинских работников. Однако, данные технологии вызывают необходимость обучения практикующих врачей и студентов медицинских вузов основам искусственного интеллекта. Цель исследования заключалась в разработке методике обучения студентов-медиков основам искусственного интеллекта. В данной статье раскрываются результаты работы, направленной на выявление содержания обучения, а также краткое изложение выбранной нами педагогической основы методики и оценки результатов ее внедрения. Использовав рекомендации PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) для систематического обзора научно-исследовательских работ, были выявлены и отобраны основные направления исследований в области искусственного интеллекта в медицине, что позволило разработать содержание дисциплины «Системы искусственного интеллекта в медицине» для студентов специальностей «Лечебное дело» и «Педиатрия» медицинского университета. Для разработки лабораторного практикума подобрано программное обеспечение, доступное студентам без глубоких знаний программирования, а также составлены лабораторные работы, направленные на изучение основ искусственного интеллекта и применение его в медицине. Нами использованы такие педагогические технологии и методики, как смешанное обучение и ситуационный подход для развития практических навыков. После внедрения модели обучения в образовательный процесс были получены высокие показатели оценок знаний студентов-медиков, а также проверены их практические навыки и критическое мышление в симуляционных курсах, что подтвердило значимость и перспективы проведенных разработок для модернизации в подготовке медицинских кадров.

The introduction of artificial intelligence technology in medicine and healthcare system management will improve the quality of medical services, reduce the number of medical errors and reduce the burden on medical workers. However, these technologies cause the need to train practicing doctors and medical students in the basics of artificial intelligence. The aim of the study was to develop a methodology for teaching medical students the basics of artificial intelligence. This article reveals the results of the work aimed at identifying the content of training, as well as a summary of our chosen pedagogical basis of the methodology and evaluation of the results of its implementation. Using the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) recommendations for systematic review of research works, the main directions of research in the field of artificial intelligence in medicine were identified and selected, which made it possible to develop the content of the discipline «Artificial Intelligence Systems in Medicine» for students of specialities «Medicine» and «Pediatrics» of a medical university. To develop the laboratory workshop, we selected software that is accessible to students without deep knowledge of programming, as well as laboratory works aimed at studying the basics of artificial intelligence and its application in medicine. We used such pedagogical technologies and methods as blended learning and situational approach to develop practical skills. After implementing the learning model in the educational process, high scores of medical students' knowledge assessments were obtained and their practical skills and critical thinking in simulation courses were tested, which confirmed the significance and prospects of the conducted developments for modernisation in medical training.

 Ключевые слова искусственный интеллект в медицине обучение студентов-медиков искусственному интеллекту смешанное обучение симуляционные курсы методика обучения содержание дисциплины лабораторный практикум педагогические технологии Keywords artificial intelligence in medicine artificial intelligence training of medical students blended learning simulation courses teaching methods course content laboratory practical training pedagogical technologies Забелин Д.А., Антипкина Л.В., Плащевая Е.В. Искусственный интеллект в сестринском уходе: практика обучения // ЦИТИСЭ. 2023. № 3. C. 40–53. URL: DOI: http://doi.org/10.15350/2409-7616.2023.3.04 (дата обращения: 14.02.2025). Topol E.J. High-performance medicine: the convergence of human and artificial intelligence // Nature Medicine. 2019, № 25(1). С. 44–56. URL: https://doi.org/10.1038/s41591-018-0300-7 (дата обращения: 21.04.2025). Thirunavukarasu A.J. Large language models will not replace healthcare professionals: curbing popular fears and hype// Journal of the Royal Society of Medicine. 2023, № 116(5), С. 181–182. URL: https://pmc.ncbi.nlm.nih.gov/articles/PMC10331084/ (дата обращения: 21.04.2025). Khan, B., Fatima, H., Qureshi, A. et al. Drawbacks of Artificial Intelligence and Their Potential Solutions in the Healthcare Sector // Biomedical Materials & Devices, 2023. — Т. 1. — № 2. — С. 731–738. URL: https://link.springer.com/article/10.1007/s44174-023-00063-2 (дата обращения: 20.04.2025). Ng F.Y.C., Thirunavukarasu A.J., Cheng H., Tan T.F., Gutierrez L., Lan Y., Ong J.C.L., Chong Y.S., Ngiam K.Y., Ho D., Wong T.Y., Kwek K., Doshi-Velez F., Lucey C., Coffman T., Ting D.S.W. Artificial intelligence education: An evidence-based medicine approach for consumers, translators, and developers// Cell Reports Medicine. 2023, № 4(10). е.101230. https://pmc.ncbi.nlm.nih.gov/articles/PMC10591047/ (дата обращения: 21.05.2025). Kolachalama V.B., Garg P.S. Machine learning and medical education // NPJ Digital Medicine. 2018, № 1, С. 54 URL: https://www.nature.com/articles/s41746-018-0061-1 (дата обращения: 14.03.2025). Pinto dos Santos D. et al. Medical students' attitude towards artificial intelligence: a multicentre survey // European radiology. 2019. — Т. 29. — С. 1640–1646. URL: https://link.springer.com/article/10.1007/s00330-018-5601-1 (дата обращения: 21.05.2025). Иванчук О.В., Плащевая Е.В., Нурмухамбетова С.А. Искусственный интеллект в системе здравоохранения: проблемы готовности и обучения // ЦИТИСЭ. 2022. № 3. С.225–237. DOI: http://doi.org/10.15350/2409-7616.2022.3.20 (дата обращения: 01.04.2025). Siddaway A.P., Wood A.M., Hedges L.V. How to do a systematic review: a best practice guide for conducting and reporting narrative reviews, meta-analyses, and meta-syntheses//Annual review of psychology. 2019, Т. 70, С. 747–770. URL: https://www.annualreviews.org/content/journals/10.1146/annurev-psych-010418-102803 (дата обращения: 14.01.2025). Li X., Qin G., He Q., Sun L., Zeng H., He Z., Chen W., Zhen X., Zhou L. Digital breast tomosynthesis versus digital mammography: integration of image modalities enhances deep learning-based breast mass classification// European radiology. 2020, № 30(2), С. 778–788. URL: https://doi.org/10.1007/s00330-019-06457-5 (дата обращения: 14.11.2024). Hardacre C.J., Robertshaw J.A., Barratt S.L., Adams H.L., MacKenzie Ross R.V., Robinson G.R., Suntharalingam J., Pauling J.D., Rodrigues J.C.-L. Diagnostic test accuracy of artificial intelligence analysis of cross-sectional imaging in pulmonary hypertension: a systematic literature review // British Journal of Radiology. 2021, № 94(1128), е.20210332. URL: https://academic.oup.com/bjr/article/94/1128/20210332/7451743 (дата обращения: 24.11.2024). Lаng K., Josefsson V., Larsson A.M., Larsson S., Högberg C., Sartor H. Hofvind S., Andersson I., Rosso A. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study// The Lancet Oncology. 2023, № 24(8). С. 936–944. URL: https://www.thelancet.com/journals/lanonc/article/PIIS1470-2045(23)00298-X/abstract (дата обращения: 22.03.2025). Taheri Moghadam S., Sadoughi F., Velayati F., Ehsanzadeh S.J., Poursharif S. The effects of clinical decision support system for prescribing medication on patient outcomes and physician practice performance: a systematic review and meta-analysis// BMC Medical Informatics and Decision Making. 2021 № 21(1), е.98. URL: https://bmcmedinformdecismak.biomedcentral.com/articles/10.1186/s12911-020-01376-8 (дата обращения: 16.03.2025). Афзалова А.Н. Смешанное обучение в вузе: новые возможности обучения в ВУЗЕ // Проблемы современного педагогического образования. Сер.: Педагогика и психология. — Сборник научных трудов: Ялта: РИО ГПА, 2017, Вып. 57. — Ч. 10, С. 42–44. URL: https://www.annualreviews.org/content/journals/10.1146/annurev-psych-010418-102803 (дата обращения: 16.03.2025).