ИИ в клинике: риск деградации профессиональных навыков врача и способы его преодоления

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.

1. Карпов О.Э., Храмов А.Е. Информационные технологии, вычислительные системы и искусственный интеллект в медицине. – М., ДПК-Пресс, 2022.

2. Natali C., Marconi L., Dias Duran L.D., Cabitza F. AI-induced Deskilling in Medicine: A Mixed-Method Review and Research Agenda for Healthcare and Beyond. Artificial Intelligence Review. 2025; 58(11): 1-40.

3. Berzin T.M., Topol E.J. Preserving clinical skills in the age of AI assistance. The Lancet. 2025; 406(10513): 1719.

4. Tatel C.E., Ackerman P.L. Procedural skill retention and decay: A meta-analytic review. Psychological Bulletin. 2025.

5. Sparrow R., Hatherley J.J. The promise and perils of AI in medicine. Int J Chin Compar Philos Med. 2019; 17(2): 79-109.

6. Michels M.E., Evans D.E., Blok G.A. What is a clinical skill? Searching for order in chaos through a modified Delphi process. Med Teach. 2012; 34(8): e573-e581.

7. Bainbridge L. Ironies of automation. In: Analysis, design and evaluation of man–machine systems. Elsevier. 1983: 129-135.

8. Anichini G., Natali C., Cabitza F. Invisible to machines: designing ai that supports vision work in radiology. In: Computer supported cooperative work (CSCW). 2024: 1-44.

9. Simpkin A.L., Vyas J.M., Armstrong K.A. Diagnostic reasoning: an endangered competency in internal medicine training. Annals of Internal Medicine. 2017; 167(7): 507-508.

10. Smith P.J., Baumann E. Human-automation teaming: unintended consequences of automation on user performance. In: 2020 AIAA/IEEE 39th Digital Avionics Systems Conference (DASC). 2020: 1-9.

11. Elder A., McManus C., McAlpine L., Dacre J. What skills are tested in the new paces examination? Ann Acad Med Singapore. 2011; 40(3): 119.

12. Cabitza F., Rasoini R., Gensini G.F. Unintended consequences of machine learning in medicine. JAMA. 2017; 318(6): 517-518.

13. Kashou A.H., Noseworthy P.A., Anavekar N.S., Rowlandson I., May A.M. Bridging ecg learning with emerging technologies: advancing clinical excellence. J Electrocardiol. 2024; 86: 153765.

14. Rafner J., Dellermann D., Hjorth A., Veraszto D., Kampf C., MacKay W., Sherson J. Deskilling, upskilling, and reskilling: a case for hybrid intelligence. Morals Mach. 2022; 1(2): 24-39.

15. Lu J. Will medical technology deskill doctors? Int Educ Stud. 2016; 9(7): 130-134.

16. Parchmann N., Hansen D., Orzechowski M., Steger F. An ethical assessment of professional opinions on concerns, chances, and limitations of the implementation of an artificial intelligence-based technology into the geriatric patient treatment and continuity of care. Geroscience. 2024; 46(6): 6269-6282.

17. Duran L.D.D. Deskilling of medical professionals: an unintended consequence of ai implementation? Giornale di filosofia. 2021; 2(2): 47-59.

18. Vallor S. Moral Deskilling and Upskilling in a New Machine Age: Reflections on the Ambiguous Future of Character. Philosophy & Technology. 2015; 28(1): 107-124.

19. Budzyń K., Romańczyk M., Kitala D., Kołodziej P., Bugajski M., Adami H.O., Mori Y. Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. The Lancet Gastroenterology & Hepatology. 2025; 10(10): 896-903.

20. Zulkipli I.N., Alam F., Lim M-A. Integrating AI in medical education: embracing ethical usage and critical understanding. Front Med. 2023; 10: 1279707.

21. Ackerman P.L., Tatel C.E. Resolving problems with the skill retention literature: An empirical demonstration and recommendations for researchers. Journal of Experimental Psychology: Applied. 2023.

22. Aslam T.M., Hoyle D.C. Translating the machine: skills that human clinicians must develop in the era of artificial intelligence. Ophthalmology and therapy. 2022; 11(1): 69-80.

23. Ваньков В.В., Артемова О.Р., Карпов О.Э., Матвиенко А.В., Гусев А.В., Еникеев И.М., Костина Е.В. Итоги внедрения искусственного интеллекта в здравоохранении России // Врач и информационные технологии. – 2024. – № 3. – С. 32-43.