Аннотация
Introduction. The rapid and frequent emergence of novel psychoactive substances (NPS) contributes to increasing workload for forensic medical examination and clinical toxicology services. Existing analytical methods cannot cope with the growing volumes of data from modern high-resolution mass spectrometry, necessitating the introduction of advanced approaches, primarily artificial intelligence methods. Objective. To investigate and systematize international experience in applying artificial intelligence in forensic medicine and pharmacology for analyzing novel psychoactive substances, and to propose practical recommendations for implementation in Kazakhstan. Search strategy. A thorough narrative review of 78 international literature sources was conducted, covering analytical methods of liquid chromatography coupled with high-resolution mass spectrometry, data processing standards, substance identification libraries, machine learning algorithms, clinical protocols, and pharmacovigilance systems. Results. Key components of an integrated system were identified: standardization of data formats (mzML, mzTab-M), specialized computational processing tools (XCMS, MZmine, OpenMS, MS-DIAL), spectral libraries (MassBank, mzCloud), computational identification methods (SIRIUS, CFM-ID, GNPS), a grading system for result reliability (Schymanski confidence levels), clinical antidote therapy protocols, and international information exchange channels on emerging threats (EudraVigilance, FAERS, VigiBase, EU EWS, EMCDDA, UNODC). Conclusions. Effective implementation of artificial intelligence requires compliance with international data compatibility standards, rigorous validation of machine learning algorithms, and integration with international monitoring systems. The proposed recommendations ensure scalability of solutions regardless of local regulatory specificities. Введение. Быстрое и частое появление новых психоактивных веществ (НПВ) приводит к увеличению рабочей нагрузки на судебно-медицинские экспертизы и клиническую токсикологию. Существующие аналитические методы не справляются с растущими объемами данных, получаемых с помощью современной масс-спектрометрии высокого разрешения, что обусловливает необходимость внедрения передовых подходов, прежде всего методов искусственного интеллекта. Цель. Исследовать и систематизировать международный опыт применения искусственного интеллекта в судебной медицине и фармакологии для анализа новых психоактивных веществ и предложить практические рекомендации по его внедрению в Казахстане. Стратегия поиска. Проведен тщательный обзор 78 международных литературных источников, охватывающих аналитические методы жидкостной хроматографии в сочетании с масс-спектрометрией высокого разрешения, стандарты обработки данных, библиотеки идентификации веществ, алгоритмы машинного обучения, клинические протоколы и системы фармаконадзора. Результаты. Были определены ключевые компоненты интегрированной системы: стандартизация форматов данных (mzML, mzTab-M), специализированные инструменты вычислительной обработки (XCMS, MZmine, OpenMS, MS-DIAL), спектральные библиотеки (MassBank, mzCloud), методы вычислительной идентификации (SIRIUS, CFM-ID, GNPS), система оценки достоверности результатов (уровни доверия Шиманского), протоколы клинической антидотной терапии и международные каналы обмена информацией о возникающих угрозах (EudraVigilance, FAERS, VigiBase, EU EWS, EMCDDA, UNODC). Выводы. Эффективное внедрение искусственного интеллекта требует соблюдения международных стандартов совместимости данных, строгой проверки алгоритмов машинного обучения и интеграции с международными системами мониторинга. Предложенные рекомендации обеспечивают масштабируемость решений независимо от местных нормативных особенностей. Кіріспе. Жаңа психобелсенді заттардың (ЖПЗ) тез және жиі пайда болуы сот-медициналық сараптама және клиникалық токсикология қызметтеріне түсетін жүктеменің артуына әкеледі. Қолданыстағы талдау әдістері қазіргі заманғы жоғары ажыратымдылықтағы масс-спектрометриядан алынатын деректердің өсіп келе жатқан көлемін өңдеуге қауқарсыз, бұл озық тәсілдерді, ең алдымен жасанды интеллект әдістерін енгізуді қажет етеді. Зерттеу мақсаты. Жаңа психобелсенді заттарды талдау үшін сот медицинасы мен фармакологияда жасанды интеллектті қолданудың халықаралық тәжірибесін зерттеу және жүйелеу, сондай-ақ Қазақстанда енгізу бойынша практикалық ұсыныстар әзірлеу. Іздеу стратегиясы. Жоғары ажыратымдылықтағы масс-спектрометриямен біріктірілген сұйықтық хроматографияның талдау әдістерін, деректерді өңдеу стандарттарын, заттарды сәйкестендіру кітапханаларын, машиналық оқыту алгоритмдерін, клиникалық хаттамаларды және фармакологиялық қадағалау жүйелерін қамтитын 78 халықаралық әдебиет дереккөзіне терең шолу жүргізілді. Нәтижелер. Біріктірілген жүйенің негізгі компоненттері анықталды: деректер форматтарын стандарттау (mzML, mzTab-M), арнайы есептеуіш өңдеу құралдары (XCMS, MZmine, OpenMS, MS-DIAL), спектрлік кітапханалар (MassBank, mzCloud), есептеуіш сәйкестендіру әдістері (SIRIUS, CFM-ID, GNPS), нәтижелердің сенімділігін бағалау жүйесі (Шиманскийдің сенімділік деңгейлері), антидоттық терапияның клиникалық хаттамалары және төнетін қауіптер туралы халықаралық ақпарат алмасу арналары (EudraVigilance, FAERS, VigiBase, EU EWS, EMCDDA, UNODC). Қорытынды. Жасанды интеллектті тиімді енгізу деректер үйлесімділігінің халықаралық стандарттарын сақтауды, машиналық оқыту алгоритмдерін қатаң валидациялауды және халықаралық мониторинг жүйелерімен интеграцияны талап етеді. Ұсынылған шаралар жергілікті нормативтік ерекшеліктерге қарамастан шешімдердің ауқымдылығын қамтамасыз етеді.