В последние десятилетия искусственный интеллект (ИИ) стал одной из самых обсуждаемых и революционных технологий, способных изменить облик множества отраслей. ИИ включает в себя системы и алгоритмы, которые способны выполнять задачи, требующие когнитивных функций, таких как обучение, восприятие, принятие решений и решение проблем. В современном мире ИИ находит применение в различных сферах — от финансов и транспорта до образования и здравоохранения, что подчеркивает его значимость и потенциал.
Одной из наиболее перспективных и активно развивающихся областей применения ИИ является медицина. Здесь технологии ИИ уже начинают оказывать заметное влияние на диагностику, лечение и управление здравоохранением. Например, алгоритмы глубокого обучения способны анализировать медицинские изображения и выявлять патологии с высокой точностью, что значительно ускоряет процесс диагностики и улучшает исходы лечения. Кроме того, ИИ может помочь в разработке персонализированных лечебных планов, анализируя большие объемы данных о пациентах и их заболеваниях [1–3].
История применения искусственного интеллекта в медицине начинается в 1960‑х годах, когда ученые начали разрабатывать первые экспертные системы. Одной из первых и наиболее известных систем была MYCIN, созданная в Стэнфордском университете для диагностики бактериальных инфекций и рекомендаций по лечению. MYCIN использовал правила, основанные на логике, для анализа симптомов и данных о пациентах. Эта система продемонстрировала, что ИИ может быть полезным инструментом для поддержки клинических решений, хотя и не была внедрена в клиническую практику из‑за ограничений и недостатков, таких как необходимость в высококачественных данных и сложность правил [2, 3].
С 1980‑х годов развитие технологий и алгоритмов ИИ значительно ускорилось. Экспертные системы, такие как DENDRAL и INTERNIST-1, начали использоваться для специализированных задач, таких как анализ химических структур и диагностика заболеваний внутренних органов. Однако их применение ограничивалось необходимостью введения большого количества правил и знаний, что усложняло процесс адаптации к новым данным и изменениям в медицинской практике.