이 체계적 검토는 의료 전달에서 인공지능(AI)의 현재 응용 프로그램을 조사하고 의료 관행에서 AI 통합의 잠재적 미래 전망을 평가합니다. 2020년부터 2024년 사이에 발표된 연구를 위해 PubMed, Scopus 및 Web of Science 데이터베이스를 사용하여 포괄적인 문헌 검색을 수행했으며, 검색 키워드는 "인공지능", "기계 학습", "의료", "의료 진단" 및 "임상 의사 결정 지원"을 포함했습니다. 총 127개의 동료 검토 논문이 포함 기준을 충족했습니다. 의료 분야에서의 AI 응용 프로그램은 진단 이미징(정확도 85-95%), 약물 개발(개발 시간을 30-40% 단축) 개인 맞춤형 의료 및 임상 의사 결정 지원 시스템 등 여러 도메인에서 상당한 잠재력을 보여줍니다. 기계 학습 알고리즘은 방사선학, 병리학 및 유전체학에서 특히 유망합니다. 그러나 구현의 도전 과제로는 데이터 개인 정보 보호 문제, 규제 장벽 및 의사 교육의 필요성이 포함됩니다. AI 기술은 의료 전달에 혁신적인 잠재력을 제공하지만, 성공적인 구현을 위해서는 윤리적 고려 사항을 다루고, 데이터 보안을 보장하며, 환자 치료에서 인간 요소를 유지하는 것이 필요합니다. 향후 연구는 설명 가능한 AI 시스템 개발 및 포괄적인 규제 프레임워크 수립에 초점을 맞춰야 합니다.
Almutairi et al. (수요일), 이 질문을 연구했습니다.