@article{Юсупов Ф. А.2026-04-25,
author = { Юсупов Ф. А.,  Абдыкадыров М. Ш.},
title = {Интеграция искусственного интеллекта в мультидисциплинарную диагностику сердечно-сосудистых и неврологических заболеваний: обзор},
year = {2026},
doi = {10.15829/1560-4071-2026-6646},
publisher = {NP «NEICON»},
abstract = {Сердечно-сосудистые и неврологические заболевания представляют собой ведущие причины заболеваемости и смертности во всем мире, а их тесная патофизиологическая взаимосвязь, известная как «ось мозг-сердце», требует комплексного мультидисциплинарного подхода к диагностике. Настоящий обзор посвящен анализу и обобщению научных исследований преимущественно за последние пять лет, посвященных интеграции технологий искусственного интеллекта в диагностику данной группы заболеваний. В ходе обзора выявлено, что искусственный интеллект, в частности модели глубокого обучения, демонстрирует трансформационный потенциал в анализе электрокардиограмм, методов нейровизуализации и мультимодальных клинических данных, обеспечивая значительное повышение точности и раннее выявление патологий. Ключевые достижения включают способность алгоритмов искусственного интеллекта идентифицировать скрытые маркеры заболеваний, недоступные для человеческого восприятия, и прогнозировать риски развития таких состояний, как фибрилляция предсердий и ишемический инсульт. Однако широкое клиническое внедрение искусственного интеллекта сталкивается с серьезными проблемами, включая непрозрачность алгоритмов («черный ящик»), системную предвзятость в обучающих данных, недостаточную генерализацию моделей и острую нехватку доказательств, полученных в ходе крупномасштабных проспективных клинических испытаний. В заключение подчеркивается, что реализация потенциала искусственного интеллекта для создания персонализированной предиктивной медицины в области нейрокардиологии возможна только при условии преодоления существующих технических, этических и регуляторных барьеров через междисциплинарное сотрудничество.},
URL = {https://www.cardiojournal.online/publication/14243},
eprint = {https://www.cardiojournal.online/files/14647},
journal = {Российский кардиологический журнал},
}