автордың кітабын онлайн тегін оқу Оценка качества и эксплуатационных параметров технологий искусственного интеллекта в здравоохранении
Оценка качества и эксплуатационных параметров технологий искусственного интеллекта в здравоохранении
Учебное пособие
Шрифты предоставлены компанией «ПараТайп»
Авторы: Васильев Юрий Александрович, Владзимирский Антон Вячеславович, Арзамасов Кирилл Михайлович, Бобровская Татьяна Михайловна, Бурцев Тихон Александрович, Варюхина Мария Дмитриевна, Ерижоков Рустам Арсеньевич, Зинченко Виктория Валерьевна, Коденко Мария Романовна, Омелянская Ольга Васильевна, Памова Анастасия Петровна, Пестренин Лев Дмитриевич, Решетников Роман Владимирович, Шумская Юлия Федоровна
Редактор Валентина Павловна Гамарина
Верстка Екатерина Дмитриевна Бугаенко
Дизайн обложки Екатерина Дмитриевна Бугаенко
© Юрий Александрович Васильев, 2026
© Антон Вячеславович Владзимирский, 2026
© Кирилл Михайлович Арзамасов, 2026
© Татьяна Михайловна Бобровская, 2026
© Тихон Александрович Бурцев, 2026
© Мария Дмитриевна Варюхина, 2026
© Рустам Арсеньевич Ерижоков, 2026
© Виктория Валерьевна Зинченко, 2026
© Мария Романовна Коденко, 2026
© Ольга Васильевна Омелянская, 2026
© Анастасия Петровна Памова, 2026
© Лев Дмитриевич Пестренин, 2026
© Роман Владимирович Решетников, 2026
© Юлия Федоровна Шумская, 2026
Рекомендовано Координационным советом по области образования «Здравоохранение и медицинские науки» в качестве учебного пособия для использования в образовательных учреждениях, реализующих основные профессиональные программы высшего образования по программам специалитета группы специальностей и направлений подготовки, содержащих дисциплину «Медицинская информатика» (протокол №095 от 18.12.2025, рег. №3482 ЭКУ от 18.12.2025).
ISBN 978-5-0069-6905-6
Создано в интеллектуальной издательской системе Ridero
Оглавление
Информация об издании
Учебное пособие подготовлено авторским коллективом в рамках НИР «Научные методологии устойчивого развития технологий искусственного интеллекта в медицинской диагностике» (№ ЕГИСУ: 123031500004—5) в соответствии с приказом Департамента здравоохранения города Москвы от 17.12.2024 №1184 «Об утверждении государственных заданий, финансовое обеспечение которых осуществляется за счет средств бюджета города Москвы, государственным бюджетным (автономным) учреждениям, подведомственным Департаменту здравоохранения города Москвы, на 2025 год и плановый период 2026 и 2027 годов».
РЕЦЕНЗЕНТЫ:
Нуднов Николай Васильевич — доктор медицинских наук, профессор, заместитель директора по научной работе, заведующий НИО комплексной диагностики заболеваний и радиотерапии ФГБУ «Российский научный центр рентгенорадиологии» Минздрава России.
Лебедев Георгий Станиславович — доктор технических наук, профессор, директор Центра цифровой медицины, заведующий кафедрой информационных технологий и обработки медицинских данных ФГАОУ ВО «Первый Московский государственный медицинский университет им. И. М. Сеченова» Минздрава России (Сеченовский Университет).
Список терминов
N-грамма — последовательность из N смежных символов, расположенных в определенном порядке.
Аналитическая валидация — подтверждение способности системы искусственного интеллекта точно, воспроизводимо и надежно генерировать предполагаемые результаты вычислений из входных данных.
Большие генеративные модели — модели искусственного интеллекта, способные интерпретировать (предоставлять информацию на основании запросов, например, об объектах на изображении или о проанализированном тексте) и создавать мультимодальные данные (тексты, изображения, видеоматериалы и т.п.) на уровне, сопоставимом с результатами интеллектуальной деятельности человека или превосходящем их (Указ Президента РФ от 10.10.19 №490).
Жизненный цикл — развитие системы искусственного интеллекта и продуктов на ее основе от замысла до вывода из эксплуатации (ГОСТ Р 59921.4—2021).
Искусственный интеллект — комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе то, в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений (Указ Президента РФ от 10.10.2019 №490).
Клиническая валидация — подтверждение способности системы искусственного интеллекта выдавать клинически значимые выходные данные, связанные с целевым использованием системы искусственного интеллекта в рамках установленного производителем функционального назначения.
Клинические испытания медицинского изделия (КИ) — любое испытание (исследование) с участием человека в качестве субъекта испытания (исследования), проводимое с целью изучения безопасности и (или) эффективности испытуемого (исследуемого) медицинского изделия и (или) метода диагностики или лечения, связанного с его применением. Проведение клинического испытания (исследования) системы искусственного интеллекта (СИИ) подразумевает использование в качестве субъекта исследования набора данных, который получен с участием человека путем ретроспективного анализа (ГОСТ Р 59921.1—2022).
Клинический контекст — единый дискретный комплекс информации о цели, задачах, конкретных процессах и операциях, нозологиях, видах биомедицинских и иных данных, функциях медицинского персонала и технических устройств, связанных с организацией и оказанием медицинской помощи.
Клиническая связь — научное обоснование соответствия результатов действия системы искусственного интеллекта установленному производителем ее функциональному назначению. Научное обоснование достигается путем поиска в литературных источниках, согласно рекомендациям профессиональных сообществ, на основании новых клинических исследований.
Медицинское изделие (МИ) — любые инструменты, аппараты, приборы, оборудование, материалы и прочие изделия, применяемые в медицинских целях отдельно или в сочетании между собой, а также вместе с другими принадлежностями, необходимыми для применения указанных изделий по назначению, включая специальное программное обеспечение, и предназначенные производителем для профилактики, диагностики, лечения и медицинской реабилитации заболеваний, мониторинга состояния организма человека, проведения медицинских исследований, восстановления, замещения, изменения анатомической структуры или физиологических функций организма, предотвращения или прерывания беременности, функциональное назначение которых не реализуется путем фармакологического, иммунологического, генетического или метаболического воздействия на организм человека.
Медицинская эффективность — степень достижения медицинского результата.
Набор данных — состав данных, которые структурированы или сгруппированы по определенным признакам, соответствуют требованиям законодательства Российской Федерации и необходимы для разработки программ для электронных вычислительных машин на основе искусственного интеллекта (Указ Президента Российской Федерации от 10.10.2019 №490).
Надежность — способность программного блока работать в составе системы в соответствии с установленными требованиями. В контексте сопровождения программного обеспечения в рамках оценки надежности контролируют неисправности программного обеспечения, в общем виде собирая данные о неисправности, продукте, процессе (ГОСТ Р МЭК 62628—2021).
Отказоустойчивость — способность технической системы сохранять работоспособность при отказе одной или нескольких ее составных частей (Указ Президента Российской Федерации от 10.10.2019 №490).
Параметры модели искусственного интеллекта — числовые значения, определяющие работу модели искусственного интеллекта, в частности выведение закономерностей, принятие решений или прогнозирование результатов (Указ Президента Российской Федерации от 10.10.2019 №490).
Производительность труда — количество продукции в физических единицах, произведенной системой или работником за единицу времени.
Разметка данных — этап обработки структурированных и неструктурированных данных, в процессе которого данным (в том числе текстовым документам, фото- и видеоизображениям) присваиваются идентификаторы, отражающие тип данных (классификация данных), и (или) осуществляется интерпретация данных для решения конкретной задачи, в том числе с использованием методов машинного обучения (Указ Президента Российской Федерации от 10.10.2019 №490).
Результативность — степень достижения запланированного результата в контексте современного уровня научно-технического развития здравоохранения.
Социальная эффективность — степень достижения социального результата (достижения общественно значимых целей в области охраны здоровья).
Стемминг — процесс усечения слова до корня.
Суммаризация — автоматическое создание краткого содержания исходного текста (обычно с применением больших генеративных моделей).
Технологии искусственного интеллекта — совокупность технологий, включающая в себя компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта (Указ Президента Российской Федерации от 10.10.2019 №490).
Экономическая эффективность — соотношение полученных результатов и произведенных затрат.
Эксплуатационные параметры — параметры функционирования системы искусственного интеллекта, характеризующие качественно и/или количественно технические возможности системы искусственного интеллекта с точки зрения ее назначения (ГОСТ Р 59921.4—2021).
Эмбеддинг — представление слова в виде числового вектора, что позволяет сохранить семантическое сходство для различных слов, имеющих близкие значения (например, «подъезд» и «парадная»).
Эталонная суммаризация — идеальное краткое изложение исходного текста (данных электронной медицинской карты пациента), созданное врачами-экспертами в формате консенсуса. Необходима для расчета семантических метрик качества больших генеративных моделей.
Список сокращений
БГМ — большая генеративная модель
ИИ — искусственный интеллект
ИО — истинно отрицательный
ИП — истинно положительный
КИ — клинические испытания
КТ — калибровочное тестирование
ЛО — ложноотрицательный
ЛП — ложноположительный
МИ — медицинское изделие
ПКТИ — предварительные клинико-технические испытания
ПО — программное обеспечение
СИИ — система искусственного интеллекта
ФТ — функциональное тестирование
Введение
В основу учебного пособия положены научные и практические результаты Московского эксперимента по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения этих технологий в системе здравоохранения за 2020–2025 гг., разработанная на их основе методология контроля эксплуатационных параметров и качества системы искусственного интеллекта на этапах жизненного цикла, а также комплекс национальных стандартов «Системы искусственного интеллекта в клинической медицине».
Цель — приобретение и повышение обучаемыми лицами необходимых компетенций, знаний, умений и навыков в области организации и проведения мероприятий по контролю безопасности и качества медицинских изделий на основе технологий искусственного интеллекта на этапах их жизненного цикла.
Задачи:
— изучение терминологии, основных этапов жизненного цикла систем искусственного интеллекта для здравоохранения;
— изучение видов и характеристик эксплуатационных параметров систем искусственного интеллекта для здравоохранения;
— изучение показателей технического, медицинского качества систем искусственного интеллекта для здравоохранения, способов оценки их эффективности (медицинской, социальной, экономической);
— изучение метода интегральной оценки;
— изучение подходов к организации видов и методов контрольных мероприятий на основных этапах жизненного цикла систем искусственного интеллекта для здравоохранения;
— обеспечение уровня компетенций и навыков в соответствии с требованиями профессионального стандарта «Специалист в области организации здравоохранения и общественного здоровья»[1];
— обеспечение уровня компетенций и навыков в соответствии с требованиями профессионального стандарта «Врач-кибернетик»[2].
Требования к входным знаниям, компетенциям и умениям для проведения занятий: теоретические знания и практические навыки в соответствии с федеральными государственными образовательными стандартами высшего образования: специалитета по специальностям 31.05.
