СТАТЬЯ ОТЗЫВНА: Искусственный интеллект в диагностике заболеваний: систематический обзор литературы, синтезирующая структура и повестка будущих исследований

Искусственный интеллект может помогать медицинским работникам в различных задачах ухода за пациентами и в интеллектуальных системах здравоохранения. Техники искусственного интеллекта — от машинного обучения до глубокого обучения — широко применяются в здравоохранении для диагностики заболеваний, разработки лекарств и выявления групп риска пациентов. Для точной диагностики заболеваний с использованием методов искусственного интеллекта требуются многочисленные медицинские источники данных, такие как ультразвук, магнитно-резонансная томография, маммография, геномика и компьютерная томография. Кроме того, искусственный интеллект в первую очередь улучшил клинический опыт и ускорил подготовку пациентов к продолжению реабилитации на дому. В статье представлен всесторонний обзор методов искусственного интеллекта для диагностики различных заболеваний, таких как болезнь Альцгеймера, рак, диабет, хронические сердечные заболевания, туберкулез, инсульт и цереброваскулярные заболевания, гипертензия, заболевания кожи и печени. Мы провели обширный обзор, включающий используемые датасеты медицинских изображений и их процессы извлечения признаков и классификации для предсказания. Для отбора статей, опубликованных до октября 2020 года в Web of Science, Scopus, Google Scholar, PubMed, Excerpta Medica Database (EMBASE) и PsycINFO, использованы руководящие принципы Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) для раннего предсказания различных типов заболеваний с использованием методов на основе искусственного интеллекта. На основании изучения различных статей по диагностике заболеваний результаты также сопоставлены с использованием различных качественных параметров, таких как скорость предсказания, точность, чувствительность, специфичность, площадь под кривой, точность (precision), полнота (recall) и F1‑мера.