Агенты искусственного интеллекта в исследованиях в области здравоохранения: обзор с картированием

ВВЕДЕНИЕ: Агенты искусственного интеллекта (ИИ) стремительно трансформируют оказание медицинской помощи, обеспечивая поддержку принятия решений в реальном времени и сложное взаимодействие с пациентами в масштабах популяции. Однако научный ландшафт этой быстро развивающейся междисциплинарной области остается фрагментированным: технические инновации опережают трансляционные исследования и разработку этических рамок управления. Для устранения этого пробела мы провели комплексный обзор с картированием исследований агентов ИИ в здравоохранении. МЕТОДЫ: Мы применяли методологию обзора с картированием в соответствии с рекомендациями PRISMA-ScR. Поиск в базах данных PubMed, Web of Science, arXiv и medRxiv проводился с января 2015 года по 7 декабря 2025 года. РЕЗУЛЬТАТЫ: В ходе поиска было выявлено 1070 записей, из которых после анализа полнотекстовых публикаций в обзор вошли 43 исследования. Из этих 43 исследований 36 были опубликованы в 2025 году. Системы были классифицированы как 8 разговорных агентов, 17 помощников для управления рабочими процессами и автоматизации и 18 мультимодальных агентов поддержки принятия решений. Основным механизмом во всех типах систем было использование внешних инструментов (например, генерации с дополнением извлечением или выполнения кода) для обоснования результатов и итеративной самокоррекции (например, дебатов между несколькими агентами или циклов самодиагностики и отладки) для их уточнения. Оценка преимущественно проводилась в моделируемых средах или в лабораторных исследованиях; клинических пилотных проектов и внедрений в реальную практику было немного. Основные оцениваемые исходы относились к показателям процесса (эффективности) и диагностической точности; клинические исходы и показатели безопасности изучались редко. ЗАКЛЮЧЕНИЕ: Агентные системы ИИ быстро переходят от концептуальных моделей к функциональным прототипам, главным образом ориентированным на решение сложных задач и автоматизацию рабочих процессов. Несмотря на все более широкую интеграцию агентных возможностей, в исследованиях значительно преобладают оценки в моделируемых условиях. До широкого внедрения будущие исследования должны уделять приоритетное внимание клиническим испытаниям и тщательной оценке безопасности, удобства использования и клинической эффективности.