Социальные роли искусственного интеллекта. Часть 2. Искусственные системы с интеллектом в научных исследованиях и медицинской практике

Актуальность. Темпы распространения искусственных систем с интеллектом возрастают с каждым годом. Об этом свидетельствуют большое количество научных публикаций, патентов, исследований в данном направлении и поддержка правительственных программ. Однако неоднозначность его использования в науке и на практике оставляет ИИ предметом острых дискуссий как в гуманитарном сообществе, так и среди ученых, применяющих технологии с искусственным интеллектом в своей профессиональной деятельности.

Цель статьи – проанализировать роли искусственных систем с интеллектом в научной и профессиональной, а конкретно ‒ медицинской практике.

Задачи: изучить цифровые технологии с элементами искусственного интеллекта, используемые в науке и наукоемких практиках, их потенциал и риски; обсудить ряд социальных ролей, которыми могут быть наделены программы с элементами интеллекта как помощники ученого; показать возможности и риски внедрения ИИ в медицинскую практику.

Методология. В качестве основного подхода к решению поставленных задач в статье использован междисциплинарный синтез философских размышлений, статистики и опубликованных в интернет-пространстве результатов практического применения ИИ в здравоохранении, позволяющий высветить антропологические и социальные проблемы быстрого внедрения новых технологий в социальную сферу.

Результаты. В данной статье рассмотрено здравоохранение как среда быстрого внедрения ИИ во все системные процессы, от диагностики до управления лечебными комплексами. Показаны возможные роли ИИС как ассистента-менеджера, аналитика, консультанта и квалифицированного коллеги в современном техно-ориентированном здравоохранении.

Выводы. При использовании ИИ в научной работе и профессиональных практиках можно выявить прагматические, психологические и этические аспекты. Обнаружены проблемы не только в разглашении конфиденциальной информации о пациентах, но и в более серьезных областях, касающихся эффективности организации здравоохранения как социальной практики и потери важных профессиональных компетенций практикующих врачей.

1. Зотов В. В. Влияние искусственного интеллекта на конституирование социального института науки // Науковедческие исследования. 2024. № 1. С. 81–91.

2. Карпов В. Э., Готовцев П. М., Ройзензон Г. В. К вопросу об этике и системах искусственного интеллекта // Философия и общество. 2018. № 2. С. 84–105.

3. Асеева И. А. Социальные роли искусственного интеллекта. Часть 1. Этика человеко-машинного взаимодействия в личной и государственной сферах // Известия Юго- Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2022. Т. 12, № 5. С. 278-286. https://doi.org/10.21869/2223-1552-2022-12-5-278-286

4. Соколова М. Е. ChatGPT и промпт-инжиниринг: о перспективах внедрения генеративных нейросетей в науке // Науковедческие исследования. 2024. № 1. С. 92–109.

5. Danaher J. The philosophical case for robot friendship // Journal of Posthuman Studies. 2019. Vol. 3, N 1. P. 5–24.

6. Nyholm S., Smids J. Can a robot be a good colleague? // Science and engineering ethics. 2020. Vol. 26, N 4. P. 2169–2188.

7. Bryson J. J. Patiency is not a virtue: The design of intelligent systems and systems of ethics // Ethics and information technology. 2018. Vol. 20, N 1. P. 15–26.

8. Асеева И. А. Кривое зеркало цифровизации // Вопросы философии. 2024. № 2. С. 25–33.

9. Гребенщикова Е. Г., Тищенко П. Д. Биоэтические вызовы искусственного интеллекта в хирургии // Клиническая и экспериментальная хирургия. Журнал имени академика Б. В. Петровского. 2021. Т. 9, № 3. С. 7–15.

10. Shortliffe E. H. A rule-based computer program for advising physicians regarding antimicrobial therapy selection // ACM '74: Proceedings of the 1974 annual ACM conference. Stanford, CA, USA: Publication History, 1974. Vol. 2. P. 739. https://doi.org/10.1145/1408800.1408906

11. An overview of clinical decision support systems: Benefits, risks, and strategies for success. / R. T. Sutton, D. Pincock, D. C. Baumgart, D. C. Sadowski, R. N. Fedorak, K. I. Kroeker // NPJ Digit. Med. 2020. N 3. P. 1–10.

12. Seitzinger P., Rafid-Hamed Z., Karla J. Healhtcare Delivery: Leveraging Artificial Intelligence to Strengthen Healthcare Quality // Advances in Human Factors and Ergonomics in Healthcare and Medical Devices: Proceedings of the AHFE 2021 Virtual Conference on Human Factors and Ergonomics in Healthcare and Medical Devices, July 25-29, 2021, USA. Springer, 2021. P. 16–21.

13. Горюнова В. В., Горюнова Т. И., Кухтевич И. И. Основные тенденции в развитии медицинских информационных систем // Фундаментальные исследования. 2015. № 5, ч. 1. С. 58–62.

14. Введенская Е. В. Этические проблемы цифровизации и роботизации в медицине // Философские науки. 2020. Т. 63, № 2. С. 104-122.

15. Методы оценки показателей гемодинамики почек после проведения малоинвазивных методик лечения мочекаменной болезни / И. М. Холименко, С. П. Серегин, С. Н. Родионова, А. В. Пугжилис // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2024. Т. 14, № 1. С. 24–35. https://doi.org/10.21869/2223-1536-2024-14-1-24-35

16. Цуканова М. Н., Серегин С. П. Математическое и компьютерное моделирование ультразвуковых исследований при диагностике гнойного пиелонефрита у больных моче-каменной болезнью с сахарным диабетом // Известия Юго-Западного государственного университета. 2012. № 2, ч. 3. С. 293–297.

17. Analysis of Publication Activity and Research Trends in the Field of AI Medical Applications / O. E. Karpov, E. N. Pitsik, S. A. Kurkin, V. A. Maksimenko, A. V. Gusev, N. N. Shusharina, A. E. Hramov // Int. J. Environ. Res. Public Health. 2023. N 20. P. 5335. https://doi.org/10.3390/ijerph20075335

18. Deep Learning in Medical Imaging / M. Kim, J. Yun, Y. Cho, K. Shin, R. Jang, H. J. Bae, N. Kim. Neurospine. 2019. N 16(4). P. 657‒668. https://doi.org/10.14245/ns.1938396.198

19. Comprehensive electrocardiographic diagnosis based on deep learning / O. S. Lih, V. Jahmunah, T. R. San, E. J. Ciaccio, T. Yamakawa, M. Tanabe, M. Kobayashi, O. Faust, U. R. Acharya // Artif. Intell. Med. 2020. N 103. P.101789.

20. Novel imaging biomarkers: Epicardial adipose tissue evaluation / C. B. Monti, M. Codari, C. N. De Cecco, F. Secchi, F. Sardanelli, A. E. Stillman // Br. J. Radiol. 2020. N 93. P. 20190770.

21. Does “AI” stand for augmenting inequality in the era of COVID-19 healthcare? / D. Leslie, A. Mazumder, A. Peppin [et al.] // B. M. J. 2021. N 372. P. n304

22. Zou J., Schiebinger L. Al can be sexist and racist-it’s ‘time to make it fair // Nature. 2018. Vol. 559(7714). P. 324–326. https://doi.org/10.1038/d41586-018-05707-8

23. Zhang C., Lu Y. Study on artificial intelligence: The state of the art and future prospects // Journal of Industrial Information Integration. 2021. N 23(1). P. 100224. https://doi.org/10.1016/j.jii.2021.100224

24. Kaul V., Enslin S., Gross S. A. History of artificial intelligence in medicine // Gastrointest Endosc. 2020. N 92(4). P. 807–812.

25. A review on the application of autonomous and intelligent robotic devices in medical rehabilitation / A. Garcia-Gonzalez, R. Q. Fuentes-Aguilar, I. Salgado, I. Chairez // J. Braz. Soc. Mech. Sci. Eng. 2022. N 44. P. 393.

26. Гусев А. В., Шарова Д. Е. Этические проблемы развития технологий искусственного интеллекта в здравоохранении // Общественное здоровье. 2023. № 3(1). С. 42–50.