Abstract
Введение. Генеративный искусственный интеллект (GenAI) быстро внедряется в медицинское образование, однако его влияние на самостоятельное клиническое мышление остается неоднозначным. Для подготовки по фтизиатрии и пульмонологии эта проблема имеет особое значение, поскольку диагностические и терапевтические решения требуют интеграции клинических, микробиологических, молекулярно-генетических, функциональных и лучевых данных, а цена ошибочного вывода может быть высокой. Цель. Обобщить современные данные о влиянии GenAI на формирование клинического мышления и определить условия его безопасного образовательного применения при подготовке специалистов по фтизиатрии и пульмонологии. Материалы и методы. Выполнен структурированный нарративный обзор литературы. Поиск проводился в PubMed, Scopus и Web of Science преимущественно за 2020–2026 гг.; дополнительно рассматривались более ранние основополагающие публикации. Анализировались систематические обзоры, метаанализы, рандомизированные и квазиэкспериментальные исследования, профессиональные рекомендации и профильные работы по применению больших языковых моделей в туберкулезе и респираторной медицине. Отдельно оценивались образовательные эффекты, риски когнитивного делегирования и ошибки в задачах высокой клинической ответственности. Результаты. Данные метаанализов свидетельствуют о возможном краткосрочном улучшении знаний, отдельных практических навыков и удовлетворенности обучением при использовании GenAI, однако качество доказательств остается неоднородным. Отдельные исследования демонстрируют улучшение клинического и критического мышления при структурированном, педагогически контролируемом использовании GenAI, тогда как неконтролируемая опора на модели связана с рисками когнитивного делегирования, automation bias и ослабления самостоятельной аналитической работы. В туберкулезе и респираторной медицине GenAI может применяться для разбора клинических случаев, формирования дифференциального ряда и обучения интерпретации функциональных исследований, однако требует обязательной верификации при работе с Xpert MTB/RIF, LF-LAM, лекарственной устойчивостью, ВРКТ и режимами противотуберкулезной терапии. Обсуждение. Научно обоснованное использование GenAI во фтизиопульмонологическом образовании должно рассматриваться не как замена клинического рассуждения, а как контролируемая педагогическая опора. Предлагается трехэтапная модель: самостоятельная клиническая гипотеза → сопоставление с ответом GenAI → обязательная внешняя верификация по данным пациента, рекомендациям ВОЗ и национальным клиническим протоколам. Заключение. GenAI способен усиливать обучение по фтизиатрии и пульмонологии только при сохранении первичного самостоятельного клинического решения и обязательной проверке вывода модели. Наиболее обоснованным представляется гибридный формат, сочетающий задания с ИИ и без ИИ, обучение калибровке доверия и верификацию клинических решений по актуальным рекомендациям.