Аннотация
Relevance: The application of artificial intelligence (AI) in clinical practice opens new opportunities to improve diagnostic and prognostic accuracy in rheumatology, a field characterized by high disease heterogeneity and the complexity of interpreting visual and clinical data Search strategy: An analysis was conducted on 58 publications selected from 467 relevant sources (2015–2025), identified through PubMed, Google Scholar, and CyberLeninka databases. Included were original studies and review articles focused on the use of machine learning and deep learning methods in rheumatology. Results: AI is increasingly being implemented to address tasks related to early diagnosis, disease course prediction, and personalized therapy selection in rheumatoid arthritis, spondyloarthritis, systemic lupus erythematosus, and osteoarthritis. Convolutional neural networks, multi-omics approaches, and adaptive prediction models were found to be the most effective, demonstrating high accuracy (with AUC values up to 0.85). Despite this potential, clinical integration remains limited due to small training datasets, the need for external validation, and insufficient model standardization. Conclusions: AI holds significant practical value in rheumatology. Its integration into healthcare systems requires regulatory frameworks, medical staff training, the development of digital infrastructure, and interdisciplinary collaboration. Актуальность: Применение искусственного интеллекта (ИИ) в клинической практике открывает новые возможности для повышения точности диагностики и прогнозирования в ревматологии, где характерна высокая гетерогенность заболеваний и сложность интерпретации визуальных и клинических данных. Стратегия поиска: Проведен анализ 58 публикации, отобранных из 467 релевантных источников (2015–2025 гг.), идентифицированных в базах PubMed, GoogleScholar и CyberLeninka. Включены оригинальные исследования и обзорные статьи, посвященные применению методов машинного и глубокого обучения в ревматологии. Результаты: ИИ активно внедряется для решения задач ранней диагностики, прогнозирования течения и подбора терапии при ревматоидном артрите, спондилоартритах, системной красной волчанке и остеоартрите. Наиболее эффективными оказались сверточные нейронные сети, мультиомные подходы и адаптивные модели прогнозирования, демонстрирующие высокую точность (до AUC до 0,85). Несмотря на значительный потенциал, клиническое применение затруднено из-за ограниченности обучающих выборок, необходимости внешней валидации и недостаточной стандартизации моделей. Заключение: ИИ обладает высокой прикладной ценностью в ревматологической практике. Для интеграции в систему здравоохранения необходимы нормативное регулирование, подготовка медицинского персонала, развитие цифровой инфраструктуры и междисциплинарное сотрудничество. Өзектілігі: Клиникалықтәжірибедежасандыинтеллектіні (ЖИ) қолдануревматологиясаласындадиагнозқоюменболжаудәлдігінарттыруүшінжаңамүмкіндіктерашады. Бұлсаладааурулардыңгетерогенділігіжәневизуалдыәріклиникалықдеректердітүсіндірудегікүрделілікжоғары. Іздеустратегиясы: PubMed, GoogleScholarжәнеCyberLeninkaдерекқорларынананықталған 467 дереккөздіңішіненіріктелген 58 ғылымижарияланымғаталдаужүргізілді (2015–2025 жж.). Ревматологиядамашиналықжәнетереңоқытуәдістерінқолдануғаарналғантүпнұсқалықзерттеулерменшолумақалаларықарастырылды. Нәтижелер: ЖИ ертедиагностикалау, ауру барысынболжаужәнежекелендірілгенемдітаңдауміндеттеріншешуүшінкеңінененгізілуде. Бұлреттеревматоидтыартрит, спондилоартрит, жүйеліқызылжегіжәнеостеоартритсияқтыауруларқарастырылған. Еңтиімдіәдістерретінде—өте дәлнейрондықжелілер, мультиомдықтәсілдержәнебейімделгенболжамдықмодельдертанылды. Оларжоғарыдәлдікпен (AUC 0.85-кедейін) ерекшеленді. Дегенмен, оқытудеректерініңшектеулілігі, сыртқывалидацияқажеттілігіжәнемодельдердістандарттаудыңжеткіліксіздігіклиникалыққолдануғакедергікелтіруде. Қорытынды: Жасанды интеллект ревматологиялықтәжірибедежоғарықолданбалықұндылыққаие. Денсаулықсақтаужүйесінеинтеграциялауүшіннормативтікреттеу, медициналықперсоналдыдаярлау, цифрлықинфрақұрылымдыдамытужәнепәнаралықынтымақтастыққажет.