Шайлиева Шеридан Ларсеновна – ассистент.
369000 Черкесск, ул. Ставропольская, д. 36
Sheridan L. Shailieva – MD, Assistant.
36 Stavropolskaya Str., Cherkessk 369000
Мамчуева Джамиля Хасановна – ординатор.
369000 Черкесск, ул. Ставропольская, д. 36
Dzhamilya Kh. Mamchueva – MD, Clinical Resident.
36 Stavropolskaya Str., Cherkessk 369000
Вишневская Алина Петровна – ординатор.
367000 Махачкала, площадь Ленина, д. 1
Alina P. Vishnevskaya – MD, Clinical Resident.
1 Lenin Square, Makhachkala 367000
Джалаева Хадижат Шахбановна – ординатор.
367000 Махачкала, площадь Ленина, д. 1
Khadizhat Sh. Dzhalaeva – MD, Clinical Resident.
1 Lenin Square, Makhachkala 367000
Рамазанова Эльвира Гасановна – студент.
367000 Махачкала, площадь Ленина, д. 1
Elvira G. Ramazanova – Student.
1 Lenin Square, Makhachkala 367000
Кокаева Яна Руслановна – ассистент.
362019 Владикавказ, ул. Пушкинская, д. 40
Yana R. Kokaeva – MD, Assistant.
40 Pushkinskaya Str., Vladikavkaz 362019
Елоева Зарина Маратовна – студент.
362019 Владикавказ, ул. Пушкинская, д. 40
Zarina M. Eloeva – Student.
40 Pushkinskaya Str., Vladikavkaz 362019
Айсанова Диана Руслановна – студент.
355017 Ставрополь, ул. Мира, д. 310
Diana R. Aisanova – Student.
310 Mira Str., Stavropol 355017
Виноградова Анастасия Сергеевна – ординатор.
355017 Ставрополь, ул. Мира, д. 310
Anastasiya S. Vinogradova – MD, Clinical Resident.
310 Mira Str., Stavropol 355017
Туко Рузанна Руслановна – студент.
355017 Ставрополь, ул. Мира, д. 310
Ruzanna R. Tuko – Student.
310 Mira Str., Stavropol 355017
Синева Ангелина Вадимовна – студент.
450008 Уфа, ул. Ленина, д. 3
Angelina V. Sineva – Student.
3 Lenin Str., Ufa 450008
Валиуллина Лилия Альбертовна – студент.
450008 Уфа, ул. Ленина, д. 3
Lilia A. Valiullina – Student.
3 Lenin Str., Ufa 450008
Куцева Алина Андреевна – студент.
117997 Москва, ул. Островитянова, д. 1
Alina A. Kutsеvа – Student.
1 Ostrovityanova Str., Moscow 117997
Introduction. Artificial intelligence (AI) is a technology that simulates human brain data processing, its intellectual behavior and critical thinking. Sophisticated AI models can potentially improve patient management by speeding up processes and increasing their accuracy and efficiency at a lower cost of human resources. Compared to other specialties, use of AI in gynecology remains in its infancy. It is important to understand that the available methods for clinical imaging have certain limitations, namely clinician's workload and data variably interpreted by different doctors. AI, in turn, has the potential to overcome these limitations while increasing diagnostic accuracy.
Aim: to structure and analyze current published data on AI use in gynecology.
Materials and Methods. A search for primary sources was carried out in the electronic databases PubMed, eLibrary and Google Scholar. The search queries included the following keywords "artificial intelligence", "gynecology", "endometrial cancer", "endometriosis", "ovarian cancer", "diagnostics", "oncogynecology" retrieved from February 2014 to February 2024. Articles were assessed according to PRISMA guidelines. After identification, before the screening stage, duplicates were excluded. At the screening stage, the titles and annotations of the identified articles were analyzed for eligibility to the review topic as well as for available full-text versions; abstracts and letters to the editorial board in scientific journals were excluded at this stage. 685 full-text articles were evaluated for eligibility, the inclusion criteria were as follows: publication in Russian or English; the study describes use of AI technologies in diagnostics or treatment of gynecological diseases. All disagreements between authors were resolved by consensus. Ultimately, 80 primary sources were included in this review.
Results. AI-based systems have succeeded in image analyzing and interpreting and over the past decade have become powerful tools that have revolutionized the field of gynecological imaging. In the studies analyzed, AI was able to provide faster and more accurate forecasts and diagnostics, increasing the overall effectiveness of gynecological care. It is important to note that AI cannot fully replace doctors, but it can perfectly integrate into clinical practice, helping in the decision-making process and reducing errors in differential diagnosis and variability of interaction between different specialists. In the field of oncogynecology, undoubtedly one of the most promising aspects is the possibility of better and especially early diagnostics and, ultimately, improved patient survival.
Conclusion. A great success has been achieved so far, and AI use is expected to extend in the next few years. In fact, it will take a very long way to go before AI-based technologies are fully integrated into clinical practice.
Введение. Искусственный интеллект (ИИ) - это технология, которая имитирует обработку данных человеческим мозгом, его интеллектуальное поведение и критическое мышление. Сложные модели ИИ потенциально могут улучшить процесс ведения пациентов за счет ускорения процессов и повышения их точности и эффективности при меньших затратах человеческого ресурса. Применение ИИ в гинекологии все еще находится на ранней стадии по сравнению с другими специальностями. Важно понимать, что доступные методы клинической визуализации имеют определенные ограничения, а именно, рабочую нагрузку клинициста и вариабельность интерпретации результатов различными врачами. ИИ, в свою очередь, обладает потенциалом для преодоления этих ограничений при одновременном повышении точности диагностики.
Цель: структурировать и проанализировать современные литературные данные, посвященные использованию ИИ в гинекологии.
Материалы и методы. Поиск первоисточников проводился в электронных базах данных PubMed, eLibrary и Google Scholar. Поисковые запросы включали следующие ключевые слова на русском и английском языках: «искусственный интеллект», «гинекология», «рак эндометрия», «эндометриоз», «рак яичников», «диагностика», «онкогинекология», «artificial intelligence», «gynecology», «endometrial cancer», «endometriosis», «ovarian cancer», «diagnostics», «oncogynecology». Временной интервал поиска: с февраля 2014 г. по февраль 2024 г. Оценка статей проводилась в соответствии с рекомендациями PRISMA. После проведения идентификации, до этапа скрининга, исключали дубликаты. На этапе скрининга авторами анализировались названия и аннотации обнаруженных статей на соответствие теме настоящего обзора, а также на наличие полнотекстового варианта; тезисы и письма в редакции научных журналов на этом этапе исключались. На приемлемость оценивали 685 полнотекстовых статей, критериями включения явились: публикация на русском или английском языках; в исследовании описано использование технологий ИИ в диагностике или лечении гинекологических заболеваний. Все разногласия между авторами разрешались путем консенсуса. В конечном итоге в настоящий обзор было включено 80 первоисточников.
Результаты. Системы на основе ИИ преуспели в анализе и интерпретации изображений и за последнее десятилетие стали мощными инструментами, которые произвели революцию в области гинекологической визуализации. В проанализированных исследованиях ИИ смог обеспечить более быстрые и точные прогнозы и диагностику, повысив общую эффективность гинекологической помощи. Важно отметить, что ИИ не может в полной мере заменить врачей, однако он может идеально интегрироваться в клиническую практику, помогая в процессе принятия решений, уменьшая ошибки дифференциальной диагностики и вариативность взаимодействия между различными специалистами. В области онкогинекологии, несомненно, одним из наиболее многообещающих аспектов является возможность более качественного и особенно раннего установления диагноза и, в конечном счете, улучшение выживаемости пациентов.
Заключение. На данный момент достигнуты огромные успехи, и в ближайшие несколько лет ожидается только большее развитие ИИ. На самом деле предстоит пройти еще очень долгий путь, прежде чем технологии, основанные на ИИ, будут полностью интегрированы в клиническую практику.
The authors declare that there are no conflicts of interest present.