Политические аспекты сотрудничества России и Китая в сфере искусственного интеллекта в здравоохранении

Статья посвящена рассмотрению текущих форм взаимодействия России и Китая в сфере применения технологий искусственного интеллекта в здравоохранении и выявлению векторов их возможного развития. Цель статьи заключается в анализе политических условий и механизмов двустороннего сотрудничества России и Китая в сфере применения технологий искусственного интеллекта в здравоохранении с опорой на кейс-анализ, обзор нормативной базы и сравнительное изучение национальных стратегий развития. В качестве методологической базы использованы анализ научной литературы, сравнительный подход и кейс-анализ, позволяющие выявить ключевые направления и барьеры политического сотрудничества России и Китая в области применения ИИ в здравоохранении. Было установлено, что Китай и Россия успешно внедряют технологии искусственного интеллекта в диагностику и лечение заболеваний, а анализ совместных проектов показал, что российско-китайские инициативы по внедрению искусственного интеллекта в систему здравоохранения обладают благоприятными предпосылками для развития. Также удалось выявить различия в масштабах реализации этих проектов. Китай в целом демонстрирует более масштабный подход, тогда как в России инициативы носят более локальный характер. Основные препятствия на пути двустороннего сотрудничества в этой области обусловлены различиями в правовых режимах, а также языковым барьером. Совместная реализация ИИ-проектов в здравоохранении России и Китая не является исключительно научно-технической инициативой. Это проявление более широкой внешнеполитической стратегии, направленной на развитие независимых технологических систем, снижение зависимости от западных ИТ-решений и укрепление глобальных позиций стран в условиях цифровой трансформации.

1. Алимбаев А. А., Битенова Б. С. Цифровая экономика: особенности формирования и тенденции развития // Экономика: стратегия и практика. 2019. Т. 14. № 1 (49). С. 57–69. EDN WAQWKH

2. Богомолов А. И., Невежин В. П., Жданов Г. А. Искусственный интеллект и экспертные системы в мобильной медицине // Хроноэкономика. 2018. № 3 (11). С. 17–28.

3. Брызгалина Е. В. Медицина в оптике искусственного интеллекта: философский контекст будущего // Человек. 2019. Т. 30. № 6. С. 54–71. EDN OKMRVW

4. Виловатых А. В. Искусственный интеллект и контуры технологической сингулярности // Проблемы национальной стратегии. 2023. № 6 (81). С. 76–95. DOI: 10.52311/2079-3359_2023_6_76.

5. Вислова А. Д. Современные тенденции развития искусственного интеллекта // Известия Кабардино-Балкарского научного центра РАН. 2020. № 2 (94). С. 14–30. DOI: 10.35330/1991-6639-2020-2-94-14-30.

6. Голубева А. С. Китайско-российское научно-техническое сотрудничество: опыт и перспективы // Российско-китайские исследования. 2020. Т. 4. № 4. С. 326–334. DOI: 10.17150/2587-7445.2020.4(3).326-334.

7. Гурьянов А. И., Гурьянова Э. А. Анализ рынка искусственного интеллекта Российской Федерации // Интеллект. Инновации. Инвестиции. 2023. № 3. С. 61–71. DOI: 10.25198/2077-7175-2023-3-61.

8. Гусев А. В. Перспективы нейронных сетей и глубокого машинного обучения в создании решений для здравоохранения // Врач и информационные технологии. 2017. № 3. С. 92–105.

9. Гусев А. В., Добриднюк С. Л. Искусственный интеллект в медицине и здравоохранении // Информационное общество. 2017. № 4-5. С. 78–93. EDN YUVYNE

10. Денисов Э. И. Роботы, искусственный интеллект, дополненная и виртуальная реальность: этические, правовые и гигиенические проблемы // Гигиена и санитария. 2019. Т. 98. № 1. С. 5–10. DOI: http://dx.doi.org/10.18821/0016-9900-2019-98-1-5-10.

11. Карпов О. Э., Клименко Г. С., Лебедев Г. С. Применение интеллектуальных систем в здравоохранении // Современные наукоемкие технологии. 2016. № 7-1. С. 38–43. EDN WELOGR

12. Косоруков А. А. Технологии искусственного интеллекта в современном государственном управлении // Социодинамика. 2019. № 5. С. 43–58. EDN PLDBPY

13. Марухленко А. Л., Чешин А. В., Алеева С. С., Новосельский С. О., Бирюков И. А. Политика информационной безопасности в цифровом здравоохранении: организационно-правовые аспекты // Вопросы политологии. 2023. Т. 13, № 12 (100). С. 6612–6624. DOI: 10.35775/PSI.2023.100.12.018.

14. Ткаченко И. Н., Чеснюкова Л. К. Цифровые технологии в сфере здравоохранения как способ обеспечения качества человеческого капитала // Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2023. Т. 23, № 2. С. 163–173. DOI: 10.18500/1994-2540-2023-23-2-163-173.

15. Ченцов А. В. Некоторые проблемы социальной политики современной России и пути их решения // Закон и власть. 2024. № 3. С. 4–9.

16. Boeckel T. Global trends in antimicrobial resistance in animals in low- and middle-income countries // International Journal of Infectious Diseases. 2020. N 101. P. 15–22. DOI: 10.1126/science.aaw1944.

17. Clara A., Ndiaye S. M., Joseph B., Nzogu M. A., Coulibaly D., Alroy K. A. Community-Based Surveillance in Côte d’Ivoire // Health security. 2020. N 18 (S1). P. 25–31. DOI: 10.1089/hs.2019.0062.

18. Dehnavieh R., Haghdoost A., Khosravi A., Hoseinabadi F., Rahimi H. The District Health Information System (DHIS2): a literature review and metasynthesis of its strengths and operational challenges based on the experiences of 11 countries // Health Information Management Journal. 2019. N 48 (2). P. 60–65. DOI: 10.1177/1833358318777713.

19. Farahahni J. A., Ebrahimnia M., Hosseini S. R. Non-Governmental and Voluntary Groups, Collaborators in the Fight against COVID-19 // Journal of Military Medicine. 2020. N 22 (2). P. 98–110. DOI: 1 0.30491/JMM.22.2.98

20. Gibb R. Zoonotic host diversity increases in human-dominated ecosystems // Nature. 2020. N 584. P. 398–405. DOI: 10.1038/s41586-020-2562-8.

21. Guan D., Wang D., Hallegatte S. Global supply-chain effects of COVID-19 control measures // Nature Human Behaviour. 2020. N 4. P. 577–587. DOI: 10.1038/s41562-020-0896-8.

22. Heller O., Somerville C., Suggs L.S. The process of prioritization of non-communicable diseases in the global health policy arena // Health Policy Plan. 2019. N 34. P. 370–378. DOI: 10.1093/heapol/czz043.

23. Kuehnel A., Keating P., Polonsky J., Haskew C., Schenkel K., de Waroux O. L. Event-based surveillance at health facility and community level in low-income and middle-income countries: a systematic review // BMJ Glob Health. 2019. N 4 (1). P. 75–81. DOI: 10.1136/bmjgh-2019-001878.

24. Miller I. F., Metcalf C. J. E. Evolving resistance to pathogens // Science. 2019. N 363. P. 1275–1288. DOI: 10.1126/science.aaw8710.

25. Ugyel L., Daugbjerg C. Successful policy transfer and public sector reform in developing countries // Policy Polit. 2020. N 48 (4). P. 15–22. DOI: 10.1332/030557320X15786631116992.

26. Wang H., Liu C., Xi N., Qiang Z., Zhao S., Qin B., Liu T. HuaTuo: Tuning LLaMA Model with Chinese Medical Knowledge // arXiv. 2023. N 2304.06975. URL: https://arxiv.org/abs/2304.06975 (дата обращения: 24.03.2025).

27. Yang S., Zhao H., Zhu S., Zhou G., Xu H., Jia Y., Zan H. Zhongjing: Enhancing the Chinese Medical Capabilities of Large Language Model through Expert Feedback and Real-world Multiturn Dialogue // arXiv. 2023. N 2308.03549. URL: https://arxiv.org/abs/2308.03549 (дата обращения: 24.03.2025).