Impact of Innovations in Artificial Intelligence on the Efficiency of Diagnostic Procedures in Oncology | Ukrainian Medical Journal

Purpose: to study aspects of implementing artificial intelligence in oncology diagnostics, in particular, unique approaches to automating medical data analysis and increasing the accuracy of early detection of pathologies.

Results. It was confirmed that the use of artificial intelligence significantly improves diagnostic efficiency by increasing the accuracy of detecting abnormalities in images and clinical records. At the same time, artificial intelligence reduces data processing time and the risks associated with the human factor. The main obstacles to implementation remain insufficient data standardisation, limited technical infrastructure, and ethical and legal issues related to patient safety and liability for possible errors.

Conclusion. The study’s findings confirm the significant potential of artificial intelligence in transforming cancer diagnostics, in particular by automating analysis and individualising treatment approaches. Prospects for further research are to improve algorithms to minimise the required computing resources, expand access to high-quality data, and create integrated platforms that combine artificial intelligence with other technologies, which will contribute to more accurate forecasting and improve the quality of medical services.

References

1. Тхорик О. (2023) Застосування штучного інтелекту у сфері охорони здоров’я. Нейромаркетинг, штучний інтелект та цифровий маркетинг: проблеми та перспективи: збірник тез доповідей Всеукраїнської науковопрактичної конференції студентів, аспірантів та молодих вчених. Тернопіль, 26–27 травня 2023 р. ЗУНУ, 210 с.
2. Устінов О. (2024) Стратегічний підхід до впровадження штучного інтелекту в медичній сфері України. umj.com.ua/uk/novyna-250738-250738?search=%D1%88%D1%82%D1%83%D1%87%D0%BD%D0%B8%D0%B9.
3. Yuriy R., Tatarina O., Kaminskyy V. et al. (2024) Modern methods and prospects for using artificial intelligence in disease diagnostics: A narrative review. Futurity Med., 3(4): futurity-medicine.com/index.php/fm/article/view/132.
4. Farina E., Nabhen J., Dacoregio M. et al. (2022) An overview of artificial intelligence in oncology. Future Sci., OA, 8(4). doi.org/10.2144/fsoa-2021-0074.
5. Iqbal M., Javed Z., Sadia H. et al. (2021) Clinical applications of artificial intelligence and machine learning in cancer diagnosis: Looking into the future. Cancer Cell International., 21: 270. doi.org/10.1186/s12935-021-01981-1.
6. Afari Z., Karami E. (2023) Breast cancer detection in mammography images: A CNN-based approach with feature selection. Information, 14(7): 410.
7. Savova G., Danciu I., Alamudun F. et al. (2019) Use of natural language processing to extract clinical cancer phenotypes from electronic medical records. Cancer Research, 79(21): 5463–5470.
8. John Snow Labs. (n.d.). Revolutionizing oncology with natural language processing. http://www.johnsnowlabs.com.
9. Topol E.J. (2019) High-performance medicine: The convergence of human and artificial intelligence. Nature Medicine, 25(1): 44–56.
10. Bi W.L., Hosny A., Schabath M.B. et al. (2019) Artificial intelligence in cancer imaging: Clinical challenges and applications. CA Cancer J. Clin., 69(2): 127–157.
11. Rasool S., Ali M., Shahroz H.M. et al. (2024) Innovations in AI-Powered Healthcare: Transforming Cancer Treatment with Innovative Methods. BULLET: J. Multidisiplin. Ilmu, 3(1): 118–128.
12. Bera K., Schalper K., Rimm D. et al. (2019) Artificial intelligence in digital pathology — new tools for diagnosis and precision oncology. Nature Rev. Clin. Oncol., 16: 703–715. doi.org/10.1038/s41571-019-0252-y.
13. Задорожний К., Мелешко Є., Якименко М. (2023) Дослідження переваг та ризиків застосування штучного інтелекту в медицині. Матеріали VІ Міжнародної науково-практичної конференції «Інформаційна безпека та комп’ютерні технології»: тези доповідей. Кропивницький, 20–21 квітня 2023 р. ЦНТУ, 79–80 с.
14. Сущенко К. (2023) Технології штучного інтелекту в діагностиці ранньої стадії раку. 74-а науково-технічна конференція професорсько-викладацького складу, науковців, аспірантів та студентів: матеріал конференції. Одеса, 21–23 грудня 2023 р. Державний ун-т інтелектуальних технологій та зв’язку, 23 с.
15. Bashkirova L., Kit I., Havryshchuk Y. et al. (2024) Comprehensive review of artificial intelligence in medical diagnostics and treatment: Challenges and opportunities. Fut. Med., 3(3). futurity-medicine.com/index.php/fm/article/view/129.
16. Загородній O. (2020) Принципи медичної діагностики злоякісного раку шкіри людини за допомогою штучних нейронних мереж. Computer-Integrated Technologies: Education, Science, Production, (40): 31–36.
17. Іванькова Н. (2024) Штучний інтелект як нова парадигма освіти медичної освіти. Соціально-етичні та деонтологічні проблеми сучасної медицини (немедичні проблеми в медицині): збірник матеріалів V Міжнародної науково-практичної конференції. Запоріжжя, 28–29 лютого 2024 р. ЗДМФУ, 49–50 с.
18. Huang S., Yang J., Fong S. et al. (2020) Artificial intelligence in cancer diagnosis and prognosis: Opportunities and challenges. Cancer Letters, 471: 61–71.
19. D’Amore B., Smolinski-Zhao S., Daye D. et al. (2021) Role of Machine Learning and Artificial Intelligence in Interventional Oncology. Curr. Oncol. Rep., 23(6).