“Sun’iy intellekt va zamonaviy tibbiyot: kasalliklarni erta aniqlash hamda inson hayotini saqlab qolishdagi imkoniyatlar”

Sun'iy intellekt va zamonaviy tibbiyot: kasalliklarni erta aniqlash hamda inson hayotini saqlab qolishdagi imkoniyatlar

Muallif: Yahyobek Oktamjonov Rustamjon o'g'li, Toshkent davlat tibbiyot universiteti 1-kurs talabasi

Annotatsiya. Maqolada sun'iy intellekt (SI) texnologiyalarining zamonaviy tibbiyotdagi o'rni, ularning kasalliklarni erta aniqlash va shoshilinch holatlarda hayotni saqlab qolishdagi imkoniyatlari klinik tadqiqotlar misolida ko'rib chiqiladi. Ko'krak bezi saratoni skriningi, diabetik retinopatiya, yurak yetishmovchiligi, insult va sepsis bo'yicha olingan natijalar tahlil qilinadi. Shuningdek, algoritmlarni amaliyotga joriy etishdagi asosiy muammolar, jumladan, tashqi tekshiruvning yetishmasligi va algoritmik tarafkashlik yoritiladi. Xulosada SI shifokorning o'rnini bosmasdan, uning ishonchli yordamchisi bo'lishi asoslanadi.

Kalit so'zlar: sun'iy intellekt, tibbiyot, erta tashxis, skrining, mashinali o'qitish, mammografiya, sepsis, insult.

Kirish

Ko'plab kasalliklarda davolash natijasi tashxis qanchalik erta qo'yilganiga bog'liq. Saraton hali kichik bo'lganida topilsa, davolash osonroq va natijasi yaxshiroq bo'ladi. Insultda esa muammo daqiqalar bilan o'lchanadi. Shu sababli tibbiyotda tashxisni tezlashtiradigan va aniqligini oshiradigan har qanday vosita katta ahamiyatga ega.

Sun'iy intellekt, xususan, mashinali o'qitish va chuqur neyron tarmoqlar, bunday vosita sifatida tez rivojlanmoqda. Algoritm minglab, ba'zan millionlab tasvir va tahlillardan o'rganib, ularda takrorlanadigan qonuniyatlarni topadi. AQSh Oziq-ovqat va dori-darmonlarni nazorat qilish boshqarmasi (FDA) ro'yxatiga ko'ra, 2026 yil mart oyining oxirigacha SI asosidagi 1524 ta tibbiy qurilma va dastur ruxsat olgan, ularning taxminan 76 foizi radiologiya sohasiga to'g'ri keladi [1]. Demak, bu texnologiya endi faqat tajriba bosqichida emas, kundalik klinik amaliyotga kirib bormoqda.

Biroq har bir va'da ham o'zini oqlamaydi. Quyida SI eng yaxshi natija ko'rsatgan sohalar ham, uning cheklovlari ham klinik tadqiqotlar asosida ko'rib chiqiladi.

1. Tibbiy tasvirlar: ko'krak bezi saratonini skrining qilish

SI eng ko'p qo'llanilayotgan yo'nalish tibbiy tasvirlar tahlilidir. Bu sohadagi eng yirik dalillardan biri shved MASAI (Mammography Screening with Artificial Intelligence) sinovidir. Unda Shvetsiyaning milliy skrining dasturi doirasida 105 934 nafar ayol tasodifiy ravishda ikki guruhga bo'lingan: biriga mammografiyani SI yordamida o'qish, ikkinchisiga odatdagi tartibda ikki radiolog tomonidan o'qish tayinlangan [2].

Natijalar quyidagicha bo'ldi:

• SI qo'llab-quvvatlagan guruhda 53 043 ishtirokchi orasida 338 ta saraton aniqlandi, nazorat guruhida esa 52 872 ishtirokchi orasida 262 ta. Aniqlash ko'rsatkichi har 1000 skrining qilingan ayolga 6,4 va 5,0 ni tashkil qildi, ya'ni taxminan 29 foiz ko'proq [2].
• Bu o'sish asosan kichik hajmli, limfa tugunlariga tarqalmagan invaziv saratonlar hisobiga bo'ldi. Invaziv saraton 270 ta va 217 ta, joyida (in situ) saraton esa 68 ta va 45 ta aniqlandi [2].
• Yolg'on musbat natijalar soni oshmadi, radiologlarning ko'rik ishi hajmi esa 44 foizga kamaydi [2].

Sinovning boshlang'ich xavfsizlik tahlili 2023 yilda The Lancet Oncology jurnalida e'lon qilingan [3]. 2026 yil boshida e'lon qilingan yakuniy natijalarga ko'ra, SI yordamida skrining qilingan guruhda skrining oralig'ida topiladigan (intervalli) saraton holatlari ham taxminan 12 foizga kam bo'lgan, bu esa skriningning asosiy maqsadiga, ya'ni kech aniqlanadigan saratonni kamaytirishga yaqin natijadir [4].

Shuni ta'kidlash kerak: tadqiqot Shvetsiyada, ikki radiolog o'qishi qabul qilingan tizimda o'tkazilgan va ma'lum bir SI tizimi hamda ish tartibi sinalgan. Shuning uchun natijalarni boshqa mamlakatlar va boshqa dasturlarga to'g'ridan-to'g'ri ko'chirib bo'lmaydi [4]. Bundan tashqari, bu yerda SI shifokor o'rnini bosmagan: yakuniy qarorni radiolog qabul qilgan, SI esa xavf darajasini ko'rsatib, shubhali joylarni belgilab bergan [2].

2. Diabetik retinopatiya: shifokorsiz qo'yilgan birinchi tashxis

Diabetik retinopatiya qandli diabetning ko'rish qobiliyatini yo'qotishga olib keladigan asoratidir. Erta bosqichda aniqlansa, ko'rlikning oldini deyarli to'liq olish mumkin. Lekin FDA ma'lumotiga ko'ra, diabetli bemorlarning taxminan yarmi ko'z shifokoriga har yili murojaat qilmaydi [6].

2018 yil aprelida FDA birinchi avtonom SI diagnostika tizimi IDx-DR ni bozorga chiqarishga ruxsat berdi. Tizim retina suratini tahlil qilib, bir necha daqiqada «o'rtacha darajadan og'ir retinopatiya aniqlandi, ko'z shifokoriga yuboring» yoki «salbiy, 12 oydan keyin qayta tekshiring» natijasini beradi va buning uchun shifokor tasvirni sharhlashi shart emas [6]. Tasdiqlovchi sinov AQShning 10 ta birlamchi tibbiy xizmat muassasasida 900 nafar bemorda o'tkazilgan va tizim sezgirligi 87,2 foiz, o'ziga xosligi 90,7 foizni ko'rsatgan [5].

Bu misolning ahamiyati shundaki, mutaxassis shifokori yetishmaydigan joylarda ham skriningni tashkil qilish imkoni paydo bo'ladi.

3. Yurak kasalliklari: EKG dagi yashirin belgilar

Chap qorincha otilma fraksiyasining pasayishi (past EF) uzoq vaqt belgisiz kechishi mumkin va aniq tashxis uchun odatda exokardiografiya kerak bo'ladi. Oddiy 12 ulanishli EKG esa arzon va hamma joyda mavjud. Mayo Clinic tadqiqotchilari neyron tarmoq yordamida oddiy EKG dan past EF ehtimolini baholaydigan algoritm yaratdilar.

EAGLE sinovida AQShning Minnesota va Viskonsin shtatlaridagi 45 ta muassasadan 120 ta birlamchi tibbiy xizmat jamoasi tasodifiy ravishda ikki guruhga bo'lingan: bir guruh shifokorlari SI natijasini ko'rgan, ikkinchisi odatdagi tartibda ishlagan. Sinovda taxminan 22 mingdan ortiq bemor qatnashgan [7]. SI natijasi past EF tashxisini umumiy hisobda 32 foizga ko'paytirgan, ya'ni har 1000 skrining qilingan bemorga ortiqcha beshta yangi tashxis to'g'ri kelgan [7]. Bu yurak yetishmovchiligi rivojlanishidan oldin davolashni boshlash imkonini beradi.

4. Insult: har daqiqa hisobda

Ishemik insultda, ayniqsa yirik qon tomir tiqilib qolganda (LVO), trombektomiyaning samarasi vaqtga qattiq bog'liq. Mutaxassislar hisobiga ko'ra, tiqilma saqlanib turgan har daqiqada millionlab asab hujayralari nobud bo'ladi [8].

AQShning Xyuston shahridagi to'rtta keng qamrovli insult markazida o'tkazilgan klasterli tasodifiy tadqiqotda (243 bemor) KT-angiografiya tasvirlarida LVO ni avtomatik aniqlaydigan va natijani shifokorlar telefoniga yuboradigan dastur sinab ko'rildi. Dastur ishga tushirilgach, bemor kelgandan trombektomiya boshlanguncha o'tadigan vaqt o'rtacha 11 daqiqaga qisqardi [8]. Bu tezlashuv bevosita bemorning keyingi tiklanishiga ta'sir qilishi mumkin, chunki muolajaning foydasi vaqt o'tishi bilan kamayadi.

5. Sepsis: va'da va haqiqat o'rtasidagi tafovut

Sepsisda ham erta aniqlash hayotni saqlab qoladi, shuning uchun kasalxonalar ko'plab elektron ogohlantirish tizimlarini joriy etgan. Biroq bu soha SI uchun ehtiyot bo'lish zarurligini ko'rsatuvchi namuna ham bo'ldi.

AQShdagi yuzlab kasalxonalarda qo'llanilgan Epic Sepsis Model (ESM) Michigan universiteti tadqiqotchilari tomonidan mustaqil tekshirildi. 38 455 ta kasalxonaga yotqizish holati tahlil qilinganda, model sepsisni aniqlashda maydon ostidagi egri chiziq (AUC) ko'rsatkichi atigi 0,63 bo'ldi, bu ishlab chiqaruvchi e'lon qilgan 0,76-0,83 dan ancha past. Sezgirlik 33 foiz, ijobiy prognostik qiymat 12 foiz bo'lgan; model sepsisi bor bemorlarning 67 foizini o'tkazib yuborgan, shu bilan birga barcha bemorlarning 18 foiziga signal bergan va bu «ogohlantirish charchog'i»ga olib kelishi mumkin [9]. Ishlab chiqaruvchi bu xulosalarga e'tiroz bildirib, har bir kasalxona chegara qiymatini o'z sharoitiga moslab sozlashi kerakligini ta'kidladi. Tahrir maqolasi mualliflari esa xususiy, yopiq modellar joriy etishdan oldin mustaqil tashqi tekshiruvdan o'tishi zarurligini ko'rsatdi [10].

Bu holat muhim saboq beradi: algoritmning laboratoriyadagi yoki ishlab chiqaruvchi hisobotidagi natijasi real kasalxonada o'zini oqlashiga kafolat emas.

6. Muammolar va cheklovlar

Algoritmik tarafkashlik. SI o'qitilgan ma'lumotlardagi nomutanosiblikni o'zlashtirishi mumkin. Mashhur misol: AQShda millionlab bemorlarga xizmat ko'rsatgan tijorat algoritmi murakkab ehtiyojli bemorlarni tanlashda salomatlik o'rniga xarajatni ko'rsatkich qilib olgan. Qora tanli bemorlarga bir xil kasallikda kamroq mablag' sarflangani sababli, algoritm ularni sog'lomroq deb baholagan. Ko'rsatkich o'zgartirilsa, qo'shimcha yordam oladigan qora tanli bemorlar ulushi 17,7 foizdan 46,5 foizga oshishi mumkinligi hisoblangan [11]. Bu holat tarafkashlik ko'pincha dasturchining niyatidan emas, balki oqilona ko'ringan tanlovdan kelib chiqishini ko'rsatadi.

Natijalarni umumlashtirish. Bitta mamlakat yoki bitta kasalxonada olingan natija boshqa aholi uchun to'g'ri kelmasligi mumkin. MASAI tadqiqoti ham ma'lum bir dastur doirasida o'tkazilgan [4], ESM esa bitta universitet kasalxonasi ma'lumotlarida tekshirilgan [9].

Shaffoflik va javobgarlik. Ko'plab tizimlar qarorini qanday qabul qilganini tushuntirib bera olmaydi. Xato yuz berganda javobgarlik kimda ekani, shuningdek, bemor ma'lumotlarining maxfiyligi huquqiy jihatdan to'liq hal bo'lmagan masalalardir.

Dalillar darajasi. Tasdiqlangan qurilmalar soni tez o'sayotgan bo'lsa-da [1], ularning hammasi ham tasodifiy nazoratli sinovda tekshirilmagan. Yuqorida keltirilgan MASAI, EAGLE va Xyuston tadqiqotlari kabi sinovlar hali nisbatan kam.

Xulosa

Klinik tadqiqotlar sun'iy intellekt tibbiyotda real foyda keltirishi mumkinligini ko'rsatmoqda: u ko'krak bezi saratonini ko'proq aniqlaydi va radiologlar ishini yengillashtiradi, diabetik retinopatiya skriningini shifokor yetishmaydigan joylarga olib boradi, yurak yetishmovchiligini oddiy EKG orqali erta topishga yordam beradi va insultda davolashni boshlash vaqtini qisqartiradi. Shu bilan birga sepsis misoli va algoritmik tarafkashlik holatlari texnologiyani ko'r-ko'rona qo'llab bo'lmasligini isbotlaydi.

Shuning uchun SI ni shifokorning o'rnini bosuvchi emas, balki uning qarorini qo'llab-quvvatlovchi vosita sifatida ko'rish to'g'ri. Yakuniy javobgarlik shifokorda qoladi. SI dan samarali foydalanish uchun mustaqil tashqi tekshiruv, sifatli va xilma-xil ma'lumotlar, aniq huquqiy me'yorlar hamda shifokorlarning raqamli savodxonligi zarur. Kelajak shifokor va algoritm hamkorligiga bog'liq bo'lib, bu hamkorlikning markazida har doim bemor turadi.

Foydalanilgan adabiyotlar

1. Radiology Business. Radiology gets 68 new FDA-cleared algorithms (FDA ro'yxati, 2026 yil 30 martga holat). radiologybusiness.com

2. Hernström V, Josefsson V, Sartor H, et al. Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI): a randomised, controlled, parallel-group, non-inferiority, single-blinded, screening accuracy study. Lancet Digit Health. 2025;7(3).

3. Lång K, Josefsson V, Larsson A-M, et al. Artificial intelligence-supported screen reading versus standard double reading in the MASAI trial: a clinical safety analysis. Lancet Oncol. 2023;24:936-944. doi:10.1016/S1470-2045(23)00298-X

4. MASAI sinovining yakuniy natijalari, The Lancet, 2026 (Lund University / The ASCO Post, 2026 yil fevral xabarlari asosida). Ishlatishdan oldin asl maqola bilan solishtiring.

5. Abràmoff MD, Lavin PT, Birch M, et al. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. npj Digit Med. 2018;1. doi:10.1038/s41746-018-0040-6

6. IDx. FDA Permits Marketing of IDx-DR for Automated Detection of Diabetic Retinopathy in Primary Care (matbuot xabari, 2018 yil 12 aprel); FDA bayonoti, 2018 yil 11 aprel.

7. Yao X, Rushlow DR, Inselman JW, et al. Artificial intelligence-enabled electrocardiograms for identification of patients with low ejection fraction: a pragmatic, randomized clinical trial. Nat Med. 2021. doi:10.1038/s41591-021-01335-4

8. Martinez-Gutierrez JC, Kim Y, et al. Automated large vessel occlusion detection software and thrombectomy treatment times: a cluster randomized clinical trial. JAMA Neurol. 2023. doi:10.1001/jamaneurol.2023.3206

9. Wong A, Otles E, Donnelly JP, et al. External validation of a widely implemented proprietary sepsis prediction model in hospitalized patients. JAMA Intern Med. 2021 (onlayn nashr, 21 iyun). jamanetwork.com/journals/jamainternalmedicine/fullarticle/2781307

10. Habib AR, Lin AL, Grant RW. The Epic Sepsis Model falls short: the importance of external validation. JAMA Intern Med. 2021.

11. Obermeyer Z, Powers B, Vogeli C, Mullainathan S. Dissecting racial bias in an algorithm used to manage the health of populations. Science. 2019;366:447-453.