КАРПОВ О.Э., д.м.н., профессор, академик РАН
г. Москва
KARPOV O.E., DSc, Professor, Academician of the Russian Academy of Science
Moscow
МАКСИМЕНКО В.А., д.ф.-м.н.
г. Сингапур;
г. Москва
MAKSIMENKO V.A., DSc
Singapore;
Moscow
ХРАМОВ А.Е., д.ф.-м.н., профессор, член-корреспондент РАН
г. Москва
HRAMOV A.E., DSc, Prof., Corresponding Member of the Russian Academy of Sciences
Moscow
Введение: Стремительная интеграция систем искусственного интеллекта (ИИ) в здравоохранение, повышая эффективность диагностики и лечения, порождает серьёзные опасения относительно долгосрочного влияния на профессиональные компетенции врачей. Центральным риском является деквалификация – постепенная и необратимая утрата клинических навыков вследствие чрезмерной зависимости от автоматизированных систем.
Цель: Провести анализ потенциальных механизмов деквалификации под влиянием ИИ и оценить возможности его объективной диагностики, а также предложить возможные пути решения данной проблемы.
Материалы и методы: В рамках настоящего короткого обзора проанализированы современные научные публикации, посвящённые влиянию ИИ на профессиональную деятельность врачей. Анализ сфокусирован на трёх ключевых аспектах клинической практики: физикальном обследовании, постановке диагноза и коммуникации с пациентом. Кроме того, детально разобран конкретный эмпирический кейс, в котором для оценки деградации навыков использовались объективные количественные метрики.
Результаты: Выявлены основные механизмы негативного воздействия ИИ, включая деградацию мануальных навыков, «иллюзию точности», «смещение, вызванное автоматизацией», а также ослабление диагностического мышления, эмпатии и моральной компетентности. Представленные данные свидетельствуют о том, что длительное использование ИИ может приводить к статистически значимому снижению клинической эффективности, что подтверждается объективными данными, например, снижением частоты выявления аденом при колоноскопии. В качестве решений предложены трансформация медицинского образования, оптимизация организации работы врача, внедрение систем автоматизированного контроля внимания и переход к персонализированным программам поддержания квалификации.
Заключение: Для минимизации рисков деквалификации необходима системная, а не стихийная интеграция ИИ в медицину, основанная на принципах этичности и педагогической целесообразности. Ключевой задачей является создание такой среды, где технологии служат усилению, а не подмене человеческой экспертизы, что позволит сохранить баланс между технологическим прогрессом и гуманистической сущностью медицинской практики.
Introduction: The rapid integration of artificial intelligence (AI) systems into healthcare, while improving diagnostic and therapeutic efficiency, raises serious concerns regarding the long-term impact on physicians’ professional competencies. A central risk is deskilling – the gradual and irreversible loss of clinical skills resulting from excessive reliance on automated systems.
Objective: To analyze the potential mechanisms of AI-induced deskilling, assess the feasibility of its objective diagnosis, and propose possible solutions to this problem.
Materials and Methods: This brief review examines latest scientific publications addressing the influence of AI on physicians’ professional activities. The analysis focuses on three key aspects of clinical practice: physical examination, diagnosis, and patient communication. Additionally, a specific empirical case is examined in detail, in which objective quantitative metrics were employed to assess skill degradation.
Results: The key mechanisms of AI’s negative impact were identified, including the degradation of manual skills, the «illusion of accuracy», «automation-induced bias», and the weakening of diagnostic reasoning, empathy, and moral competence. The evidence presented indicates that prolonged AI use can lead to a statistically significant decline in clinical performance, as substantiated by objective data such as a reduced adenoma detection rate during colonoscopy. Proposed solutions encompass the transformation of medical education, optimization of physician workflow, implementation of automated attention-monitoring systems, and a transition toward personalized competency maintenance programs.
Conclusion: Minimizing the risks of deskilling requires a systematic, rather than ad hoc, integration of AI into medicine, grounded in principles of ethics and pedagogical soundness. The central task is to create an environment in which technology serves to augment, rather than replace, human expertise, thereby preserving the balance between technological progress and the humanistic essence of medical practice.
The authors declare that there are no conflicts of interest present.