МЕДИЦИНА КАТАСТРОФ №2•2026

doi: 10.33266/2070-1004-2026-2

Обзорная статья

Современные возможности технологий искусственного интеллекта при оказании первой помощи

Литвин А.А. 1, Дежурный Л.И. 2,3, Радовня М.В. 1, Хрущева Л.В. 1, Закурдаева А.Ю. 3,4

Скачать статью в формате pdf

1 УО «Гомельский государственный медицинский университет», Гомель, Республика Беларусь

2 Институт усовершенствования врачей ФГБУ «Национальный медико-хирургический центр им. Н.И.Пирогова» Минздрава России, Москва, Россия

3Общероссийская общественная организация «Российское общество первой помощи», Москва, Россия

4 ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М.Сеченова» Минздрава России (Сеченовский Университет), Москва, Россия

УДК 614.88:004.8:614.2

С. 85-92

 

Резюме.
Цели исследования – проанализировать современные исследования применения технологий искусственного интеллекта (ИИ) при оказании первой помощи (ПП); выявить преимущества, ограничения и перспективные направления использования ИИ для оказания первой помощи.
Материалы и методы исследования. Выполнен систематический поиск литературы в базах данных PubMed, Google Scholar, SciSpace и РИНЦ за 2015–2025 гг. по ключевым словам: «artificial intelligence», «machine learning», «first aid», «emergency care», «prehospital care», «resuscitation», «искусственный интеллект», «первая помощь». Отобраны 123 публикации, из которых 30 наиболее релевантных работ были включены в углубленный анализ.
Результаты исследования и их анализ. Технологии ИИ демонстрируют высокую эффективность в распознавании остановки кровообращения (чувствительность – 92–95%), при прогнозировании исходов реанимации (AUC – 0,82–0,91), при оценке тяжести травм и ожогов, в поддержке принятия решений при дистанционном консультировании. Выявлены существенные ограничения применения ИИ: недостаточная валидация на независимых выборках, этические и правовые барьеры, проблемы интерпретируемости моделей.
Сделан вывод, что искусственный интеллект обладает значительным потенциалом для повышения качества оказания ПП, однако для внедрения ИИ в практику оказания первой помощи требуется проведение крупномасштабных проспективных исследований, разработка стандартов безопасности и нормативной правовой базы.

Ключевые слова: догоспитальный период, искусственный интеллект, машинное обучение, неотложная медицинская помощь, первая помощь, сердечно-легочная реанимация

Для цитирования: Литвин А.А., Дежурный Л.И., Радовня М.В., Хрущева Л.В., Закурдаева А.Ю. Современные возможности технологий искусственного интеллекта при оказании первой помощи // Медицина катастроф. 2026. №2. С. 85-92. doi: 10.33266/2070-1004-2026-2-85-92

 

СПИСОК ИСТОЧНИКОВ

  1. Blomberg S.N., Folke F., Ersb ll A.K., et al. Machine Learning as a Supportive Tool to Recognize Cardiac Arrest in Emergency Calls. Resuscitation. 2019;138:322–329. Doi: 10.1016/j.resuscitation.2019.01.015.
  2. Kim D.H., Shin S.D., Ro Y.S., et al. A Novel Artificial Intelligence–Enhanced Digital Network for Prehospital Emergency Support: Community Intervention Study. Journal of Medical Internet Research. 2025;27:e58177. Doi: https://doi.org/10.2196/58177.
  3. Islam S., Rjoub G., Elmekki H., et al. Machine Learning Innovations in CPR: a Comprehensive Survey on Enhanced Resuscitation Techniques. Artificial Intelligence Review. 2025;58:art.233. Doi: https://doi.org/10.1007/s10462-025-11214-w.
  4. Coult J., Blackwood J., Rea T.D., et al. ECG-Based Prediction of Shock-Refractory Ventricular Fibrillation during Resuscitation without Interrupting CPR. Circulation: Arrhythmia and Electrophysiology. 2026;19;2:e014558. Doi: 10.1161/CIRCEP.125.014558.
  5. Liu Y., Zhang X., Wang L. Artificial Intelligence Technology-Based Medical Information Processing and Emergency First Aid Nursing Management. Computational and Mathematical Methods in Medicine. 2022;2022:Art.ID 8677118. Doi: 10.1155/2022/8677118.
  6. Toy J., Stettler M., Ghobrial M., et al. Use of Artificial Intelligence to Support Prehospital Traumatic Injury Care: a Scoping Review. Journal of The American College of Emergency Physicians. 2024 Sep 4;5;5:e13251. Doi: 10.1002/emp2.13251.
  7. Ventura L., Rossetti S., Giannini M.B., et al. Artificial Intelligence in Emergency Trauma Care: A Preliminary Scoping Review. Medical Devices: Evidence and Research. 2024;17:257–271. Doi: 10.2147/mder.s467146.
  8. Селиверстов П.А., Багненко С.Ф., Мирошниченко А.Г. и др. Возможности использования технологий искусственного интеллекта в догоспитальной травматологической помощи // Неотложная медицинская помощь. журнал им. Н.В. Склифосовского. 2025. Т.14. № 3. С. 609–618 [Seliverstov P.A., Bagnenko S.F., Miroshnichenko A.G., et al. Possibilities of using Artificial Intelligence Technologies in Pre-Hospital Trauma Care. Neotlozhnaya Meditsinskaya Pomoshch’. Zhurnal im. N.V. Sklifosovskogo = Russian Sklifosovsky Journal of Emergency Medical Care (In Russ.)]. Doi: 10.23934/2223-9022-2025-14-3-609-618.
  9. Abo-Zahhad M., Ahmed S.M., Elnahas O. Development of an AI-powered AR Glasses System for Real-Time First aid Guidance in Emergency Situations. Biodata Mining. 2025;18:Art.59. Doi: 10.1186/s13040-025-00473-6.
  10. Gulati A., Sharma R., Kumar P. A Context-Aware Emergency Assistance Chatbot Employing Recurrent Neural Networks for Personalized First Aid Guidance. Proceedings of the 2024 International Conference on Emerging Trends in Microelectronics, Power Systems and Signal Processing (ICEMPS). 2024. P. 1–6. Doi: 10.1109/icemps60684.2024.10559306.
  11. Bushuven S., Benteler L., Dethlefs M., et al. “ChatGPT, can you Help me Save my Child’s Life?” — Diagnostic Accuracy and Supportive Capabilities to Lay Rescuers by ChatGPT in Prehospital Basic Life Support and Paediatric Advanced Life Support Cases – an In-silico Analysis. Journal of Medical Systems. 2023 Nov 21;47;1:123. Doi: 10.1007/s10916-023-02019-x.
  12. Fromm J., Eyilmez K., Baßfeld M., et al. The Potential of Augmented Reality for Improving Occupational First Aid. Wirtschaftsinformatik und Angewandte Informatik. 14th International Conference on Wirtschaftsinformatik, Siegen, February 24-27 2019. Siegen, 2019.
  13. Chee M.L., Chowdhury A., Ong M.E.H., et al. Artificial Intelligence and Machine Learning in Prehospital Emergency Care: a Systematic Scoping Review. IScience. 2023 Jul 17;26;8:107407. Doi: 10.1101/2023.04.25.23289087.
  14. Ahammed T., Rahman M.S., Islam M.R. Smart Health Software to Support Rescue Personnel in Emergency Situations. Proceedings of the 2024 International Conference on Smart Systems and Technologies (SST). 2024. P. 1–5. Doi: 10.1109/sst61991.2024.10755467.
  15. Perry Z., Barak O., Levy A., et al. Artificial Intelligence-powered Mobile Tool for Burn Injury Evaluation for First Responders. Journal of Burn Care & Research. 2024;45;1:S240. Doi: 10.1093/jbcr/irae036.240.
  16. Shafaf N., Malek H. Applications of Machine Learning Approaches in Emergency Medicine; a Review Article. Archives of Academic Emergency Medicine. 2019;7;1:e34. Doi: 10.22037/aaem.v7i1.410.
  17. Mensah J., Agyemang K., Owusu-Ansah E., et al. All you Need is Context: Clinician Evaluations of various iterations of a Large Language Model-Based First Aid Decision Support Tool in Ghana. medRxiv. 2024 Sep 18;5:e65727. Doi: 10.1101/2024.04.03.24305276.
  18. Yazaki T., Nakamura Y., Ishikawa H., et al. Emergency Patient Triage Improvement through a Retrieval-Augmented Generation Enhanced Large-Scale Language Model. Prehospital Emergency Care. 2025;29;3:203-209. Doi: 10.1080/10903127.2024.2374400.
  19. Saban M., Shamir R.R., Bitan Y., et al. Machine Learning Models Powered by Emergency Medical Services Data Enhance Stroke Triage in Prehospital Settings. Scientific Reports. – 2026 Feb 3;16;1:7139. Doi: 10.1038/s41598-026-37069-x.
  20. Cho K.J., Kwon O., Kwon J.M., et al. Effect of Applying a Real-Time Medical Record Input Assistance System with Voice Artificial Intelligence on Triage Task Performance in the Emergency Department: Prospective Interventional Study. JMIR Medical Informatics. 2022;10;11:e39892. Doi: 10.2196/39892.
  21. Aqavil-Jahromi M., Seyedhosseini J., Bozorgi F., et al. Can ChatGPT, Bing, and Bard Save Lives? Evaluation of Correctness and Reliability of Chatbots in Teaching Bystanders to Help Victims. Research Square. June 2024. Doi: 10.21203/rs.3.rs-4518310/v1. URL: https://www.researchgate.net/publication/381630675_Can_ChatGPT_Bing_and_Bard_save_lives_Evaluation_of_correctness_and_reliability_of_chatbots_in_teaching_bystanders_to_help_victims.
  22. Anwar H., Al-Khateeb B., Hassan M. Towards Building a Chatbot-Based First Aid Service in Arabic Language. Journal of Advanced Research in Applied Sciences and Engineering Technology. 2024;45;2:1–10. Doi: 10.37934/araset.45.2.110.
  23. Franc J.M., Verde M., Gallardo A.R. Accuracy of a Commercial Large Language Model (ChatGPT) to Perform Disaster Triage of Simulated Patients Using the Simple Triage and Rapid Treatment (START) Protocol: Gage Repeatability and Reproducibility Study. Journal of Medical Internet Research. 2024; 26: e55648. Doi: 10.2196/55648.
  24. Franc J.M., Verde M., Gallardo A.R. Repeatability, Reproducibility, and Diagnostic Accuracy of a Commercial Large Language Model (ChatGPT) to Perform Disaster Triage Using the Simple Triage and Rapid Treatment (START) Protocol. Disaster Medicine and Public Health Preparedness. Cambridge, Cambridge University Press, 2024. Doi: 10.1017/dmp.2024.194.

 

Материал поступил в редакцию 10.03.26; статья принята после рецензирования 25.03.26; статья принята к публикации 16.06.26
Copyright © 2026 Журнал «Медицина катастроф» | Powered by Журнал «Медицина катастроф»