ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК ИНСТРУМЕНТ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ СИСТЕМОЙ ЗДРАВООХРАНЕНИЯ КАЗАХСТАНА
DOI:
https://doi.org/10.32014/2026.2518-1467.1313Ключевые слова:
искусственный интеллект, здравоохранение, управление, цифровая трансформация, Казахстан, эффективность, медицинские данные, E-Densaulyq, цифровое здравоохранение, управленческие решенияАннотация
Цифровая трансформация здравоохранения и быстрое распространение технологий искусственного интеллекта формируют новые условия для организации медицинской помощи и принятия управленческих решений. Цель исследования заключается в оценке предпосылок, направлений и потенциальных эффектов использования искусственного интеллекта для повышения эффективности управления системой здравоохранения Республики Казахстан. Эмпирическую основу составили официальные статистические данные Республики Казахстан за 2015–2025 гг., материалы Министерства здравоохранения Республики Казахстан, нормативные и стратегические документы, а также международные научные исследования, посвященные использованию искусственного интеллекта в медицинских и управленческих процессах. Применены методы динамического, сравнительного и структурного анализа, контент-анализ, процессный подход и систематизация практических кейсов внедрения ИИ. Установлено, что численность врачей всех специальностей увеличилась с 69,7 тыс. человек в 2015 г. до 84,0 тыс. человек в 2025 г., тогда как число больничных организаций изменилось с 901 до 832 единиц. В 2025 г. в системе здравоохранения было оказано более 215 млн медицинских услуг, из которых 190,8 млн, или 88,6%, предоставлялись в электронном формате. Создание экосистемы E-Densaulyq, интеграция информационных систем и развитие Единого хранилища медицинских данных формируют информационную основу для перехода от цифрового учета к интеллектуальному управлению. Показано, что наибольший управленческий потенциал ИИ связан с прогнозированием потоков пациентов и потребности в ресурсах, лекарственным обеспечением, управлением качеством, поддержкой клинических решений и выявлением аномалий. Предложена авторская модель перехода к AI-driven healthcare management, предусматривающая обязательную оценку клинической, организационной и экономической эффективности ИИ-решений до их масштабирования. Обосновано, что на современном этапе статистически отделить эффект ИИ от совокупного эффекта цифровизации на макроуровне пока невозможно, что определяет необходимость создания национальной системы KPI применения искусственного интеллекта в здравоохранении.
Скачивания
Библиографические ссылки
Ali O., Abdelbaki W., Shrestha A., Elbasi E., Alryalat M.A.A., Dwivedi Y.K. (2023). A systematic literature review of artificial intelligence in the healthcare sector: Benefits, challenges, methodologies, and functionalities. Journal of Innovation & Knowledge. Vol. 8, No. 1, 100333. https://doi.org/10.1016/j.jik.2023.100333
Arynova Z.A., Orazalin T.G. (2024). Osnovnye tendentsii razvitiya sistemy zdravookhraneniya v RK v sovremennykh usloviyakh [Main trends in the development of the healthcare system in the Republic of Kazakhstan under modern conditions]. Vestnik Innovatsionnogo Evraziiskogo universiteta [Bulletin of the Innovative University of Eurasia]. No. 1(93). (in Russ.).
Bureau of National Statistics of the Agency for Strategic Planning and Reforms of the Republic of Kazakhstan. (2017). Osnovnye pokazateli zdravookhraneniya [Key healthcare indicators]. Astana. (in Russ.).
Bureau of National Statistics of the Agency for Strategic Planning and Reforms of the Republic of Kazakhstan. (2024). Statistika zdravookhraneniya i sotsial'nogo obespecheniya [Healthcare and social welfare statistics]. Astana. (in Russ.).
Bureau of National Statistics of the Agency for Strategic Planning and Reforms of the Republic of Kazakhstan. (2025). Regiony Kazakhstana v 2024 godu [Regions of Kazakhstan in 2024]. Astana. (in Russ.).
Bureau of National Statistics of the Agency for Strategic Planning and Reforms of the Republic of Kazakhstan. (2026). Statistika zdravookhraneniya i sotsial'nogo obespecheniya: dinamicheskie ryady [Healthcare and social welfare statistics: Time series]. Astana. (in Russ.).
Davenport T., Kalakota R. (2019). The potential for artificial intelligence in healthcare. Future Healthcare Journal. Vol. 6, No. 2. P. 94–98. https://doi.org/10.7861/futurehosp.6-2-94
Gonzalez-Garcia A., Pérez-González S., Benavides C., Pinto-Carral A., Quiroga-Sánchez E., Marqués-Sánchez P. (2024). Impact of artificial intelligence-based technology on nurse management: A systematic review. Journal of Nursing Management. Vol. 2024, Article 3537964. https://doi.org/10.1155/2024/3537964
Government of the Republic of Kazakhstan. (2024). Ob utverzhdenii Kontseptsii razvitiya iskusstvennogo intellekta na 2024–2029 gody: postanovlenie Pravitel'stva Respubliki Kazakhstan ot 24 iyulya 2024 goda № 592 [On approval of the Concept for the Development of Artificial Intelligence for 2024–2029: Resolution of the Government of the Republic of Kazakhstan No. 592 dated July 24, 2024]. Astana. (in Russ.).
Ministry of Healthcare of the Republic of Kazakhstan. (2025). Minzdrav sozdaet tsifrovuyu ekosistemu E-Densaulyq [The Ministry of Healthcare is creating the E-Densaulyq digital ecosystem]. Astana. (in Russ.).
Ministry of Healthcare of the Republic of Kazakhstan. (2026a). 8,5 mln elektronnykh spravok i 5,6 mln onlain-zapisey: tsifrovizatsiya uprostilа poluchenie meditsinskoi pomoshchi v Kazakhstane [8.5 million electronic certificates and 5.6 million online appointments: Digitalization has simplified access to healthcare in Kazakhstan]. Astana. (in Russ.).
Ministry of Healthcare of the Republic of Kazakhstan. (2026b). V Kazakhstane II pomogaet vracham bystree vyyavlyat' insul't i onkologicheskie zabolevaniya [AI helps physicians detect stroke and cancer more rapidly in Kazakhstan]. Astana. (in Russ.).
Ministry of Healthcare of the Republic of Kazakhstan. (2026c). Minzdrav planiruet masshtabirovat' primenenie II-servisov dlya diagnostiki insul'ta i onkologicheskikh zabolevanii [The Ministry of Healthcare plans to scale up AI services for diagnosing stroke and cancer]. Astana. (in Russ.).
Ministry of Healthcare of the Republic of Kazakhstan. (2026d). Tsifrovizatsiya zdravookhraneniya: klyuchevye rezul'taty [Digitalization of healthcare: Key results]. Astana. (in Russ.).
Rajkomar A., Dean J., Kohane I. (2019). Machine learning in medicine. New England Journal of Medicine. Vol. 380. P. 1347–1358. https://doi.org/10.1056/NEJMra1814259
Topol E.J. (2019). High-performance medicine: The convergence of human and artificial intelligence. Nature Medicine. Vol. 25. P. 44–56. https://doi.org/10.1038/s41591-018-0300-7
Wenderott K., Krups J., Zaruchas F., Weigl M. (2024). Effects of artificial intelligence implementation on efficiency in medical imaging: A systematic literature review and meta-analysis. npj Digital Medicine. Vol. 7, Article 265. https://doi.org/10.1038/s41746-024-01248-9
World Health Organization. (2021). Ethics and governance of artificial intelligence for health: WHO guidance. Geneva: WHO.
World Health Organization. (2021). Etika i upravlenie iskusstvennym intellektom v zdravookhranenii [Ethics and governance of artificial intelligence in healthcare]. Geneva: WHO. (in Russ.).
World Health Organization. (2024). Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models. Geneva: WHO.
