КОМПЬЮТЕР В БЕЛОМ ХАЛАТЕ: КАК ТЕХНОЛОГИИ ТРАНСФОРМИРУЮТ МЕДИЦИНСКОЕ ОБРАЗОВАНИЕ В УЗБЕКИСТАНЕ
Keywords:
педагогика, медицинское образование, технологии, искусственный интеллект, Узбекистан, цифровизация, симуляция, дистанционное обучение.Abstract
В условиях стремительного развития цифровых технологий система медицинского образования Республики Узбекистан качественно меняется с каждым днем . В статье рассматривается роль информационных технологий, в том числе искусственного интеллекта, в подготовке будущих врачей. Особое внимание уделяется таким аспектам, как междисциплинарность, развитие аналитических и диагностических навыков, а также воспитание цифровой ответственности и медицинской этики. На примере Ташкентской медицинской академии показано, как современные платформы и симуляционные технологии способствуют формированию компетентных специалистов. Цель исследования —
подчеркнуть педагогическую ценность цифровых инноваций в обучении и воспитании гуманного, профессионально ответственного медицинского работника.
Downloads
References
1. Об утверждении стратегии «Цифровой Узбекистан – 2030» и мерах по ее эффективной реализации: Указ Президента Республики Узбекистан от 05.10.2020 г. № УП-6079 // Национальная база данных законодательства. – 2020. – 6 окт. – № 06/20/6079/1349.
2. О мерах по созданию условий для ускоренного внедрения технологий искусственного интеллекта: Постановление Президента Республики Узбекистан от 17.02.2021 г. № ПП-4996 // Национальная база данных законодательства. – 2021. – 18 фев. – № 07/21/4996/0127.
3. Об утверждении концепции развития системы высшего образования Республики Узбекистан до 2030 года: Указ Президента Республики Узбекистан от 08.10.2019 г. № УП-5847 // Национальная база данных законодательства Республики Узбекистан. – [Электронный ресурс]. – URL: https://lex.uz/docs/4545887 (дата обращения: 15.04.2025).
4. Об образовании: Закон Республики Узбекистан от 23.09.2020 г. № ЗРУ-637 // Национальная база данных законодательства Республики Узбекистан. – [Электронный ресурс]. – URL: https://lex.uz/docs/5013009 (дата обращения: 15.04.2025).
5. Хохлова Н. В. Дистанционные образовательные технологии в России и Узбекистане. Перспективы развития // Science and Education. – 2023. – Т. 4, № 7. – С. 449–460.
6. Sotiboldiyev S., Bakirov T. Innovatsionnye pedagogicheskie podkhody v meditsinskom obrazovanii // Pedagogika i psikhologiya v sovremennom mire: teoreticheskie i prakticheskie issledovaniya. – 2025. – Т. 4, № 4. – С. 52–54. – [Электронный ресурс]. – URL:
https://inlibrary.uz/index.php/zdpp/article/view/69807
7. Хусанов У. А. у., Кудратиллаев М. Б. у., Сиддиков Б. Н. у., Довлетова С. Б. Искусственный интеллект в медицине // Science and Education. – 2023. – Т. 4, № 5. – С. 772–782. – URL: https://www.openscience.uz
8. Вихров И. П., Аширбаев Ш. П. Отношение преподавателей и студентов медицинских вузов к технологиям искусственного интеллекта в Узбекистане // Перспективы развития высшего образования. – [Электронный ресурс]. – URL: https://cyberleninka.ru/article/n/otnoshenie-prepodavateley-istudentov-meditsinskih-vuzov-k-tehnologiyam-iskusstvennogo-intellekta-vuzbekistane 9. Oh S., Kim J. H., Choi S. W., Lee H. J., Hong J., Kwon S. H. Physician Confidence in Artificial Intelligence: An Online Mobile Survey // Journal of Medical Internet Research. – 2019. – Vol. 21, No. 3. – e12422. – DOI: https://doi.org/10.2196/12422
10. Laï M. C., Brian M., Mamzer M. F. Perceptions of artificial intelligence in healthcare: findings from a qualitative survey study among actors in France // Journal of Translational Medicine. – 2020. – Vol. 18. – Art. 14. – DOI: https://doi.org/10.1186/s12967-019-02204-y
11. Eysenbach G. Improving the quality of Web surveys: the Checklist for Reporting Results of Internet E-Surveys (CHERRIES) // Journal of Medical Internet Research. – 2004. – Vol. 6, No. 3. – e34. – DOI: https://doi.org/10.2196/jmir.6.3.e34
12. Sit C., Srinivasan R., Amlani A. et al. Attitudes and perceptions of UK medical students towards artificial intelligence and radiology: a multicentre survey // Insights into Imaging. – 2020. – Vol. 11. – Art. 14. – DOI: https://doi.org/10.1186/s13244-019-0830-7
13. Fan W., Liu J., Zhu S. et al. Investigating the impacting factors for the healthcare professionals to adopt artificial intelligence-based medical diagnosis support system (AIMDSS) // Annals of Operations Research. – 2020. – Vol. 294. – P. 567–592. – DOI: https://doi.org/10.1007/s10479-018-2818-y
14. Codari M., Melazzini L. et al. Impact of artificial intelligence on radiology: a EuroAIM survey among members of the European Society of Radiology // Insights into Imaging. – 2019. – Vol. 10. – Art. 105. – DOI: https://doi.org/10.1186/s13244-019-0798-3
15. Karaca O., Çalışkan S. A., Demir K. Medical artificial intelligence readiness scale for medical students (MAIRS-MS): development, validity and
reliability study // BMC Medical Education. – 2021. – Vol. 21. – Art. 112. – DOI: https://doi.org/10.1186/s12909-021-02546-6
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution 4.0 International License.
License Terms of our Journal
