Переосмысление биоэтических принципов в эпоху искусственного интеллекта: вызовы для автономии, справедливости и благодеяния в медицине
- Авторы: Нежметдинова Ф.Т.1, Гурылева М.Э.2
-
Учреждения:
- Казанский государственный аграрный университет
- Казанский государственный медицинский университет
- Раздел: Обзоры
- Статья получена: 16.09.2025
- Статья одобрена: 07.10.2025
- Статья опубликована: 11.11.2025
- URL: https://kazanmedjournal.ru/kazanmedj/article/view/690475
- DOI: https://doi.org/10.17816/KMJ690475
- EDN: https://elibrary.ru/LMKXIK
- ID: 690475
Цитировать
Полный текст
Аннотация
Широкое внедрение алгоритмов искусственного интеллекта (ИИ) в клиническую практику — от диагностики заболеваний до роботизированной хирургии — ставит под сомнение адекватность традиционных биоэтических принципов, сформулированных в контексте принятия решений человеком-врачом. Настоящая статья направлена на критический анализ применимости принципов Бичампа — уважения автономии, благодеяния и справедливости — к реалиям медицины, опосредованной ИИ, и предлагает конкретные пути их адаптации. Методология исследования включает системный обзор и тематический анализ международной научной литературы, клинических случаев и нормативных документов за период 2015–2023 гг. В результате выявлены фундаментальные противоречия: принцип благодеяния сталкивается с проблемой «чёрного ящика» и размывания ответственности; принцип автономии требует пересмотра моделей информированного согласия и закрепления «права на объяснение»; принцип справедливости нарушается из-за алгоритмической предвзятости; конфиденциальность данных требует новых подходов, таких как федеративное обучение. В заключение подчёркивается, что сохранение доверия к медицине требует не отказа от традиционных принципов биоэтики, а их эволюции — через дополнение прозрачностью, подотчётностью и технической справедливостью. Это предполагает разработку новых регуляторных стандартов, обязательный аудит алгоритмов и интеграцию этического дизайна в процесс создания медицинских систем ИИ.
Об авторах
Фарида Тансыковна Нежметдинова
Казанский государственный аграрный университет
Автор, ответственный за переписку.
Email: nadgmi@mail.ru
ORCID iD: 0000-0003-2875-128X
SPIN-код: 8441-6943
Scopus Author ID: 55639803900
ResearcherId: F-9660-2014
канд. филос. наук, доцент
Россия, г. КазаньМарина Элисовна Гурылева
Казанский государственный медицинский университет
Email: meg4478@mail.ru
ORCID iD: 0000-0003-2772-129X
SPIN-код: 6207-9971
Scopus Author ID: 6602471552
д-р мед. наук, профессор
Россия, г.КазаньСписок литературы
- Averkin AN, Afanasev SD, Mikryukov AA, et al. Big data standardization: international and national standards. Information society. 2021;(4–5):220–258. doi: 10.52605/16059921_2021_04_220 EDN: DPGURW
- Garbuk SV, Shalaev AP. Prospective structure of national standards in the field of artificial intelligence. Standards and quality. 2021;(10):26–33. doi: 10.35400/0038-9692-2021-10-26-33 EDN: IEOWVB
- Ethics and Digital: From Problem to Solution. Potapov EG, Shklyaruk MS, editors. Moscow: Russian Presidential Academy of National Economy and Public Administration. 2021. 184 p. (In Russ.)
- Nikiforov SV. Legal regulation and formalization of the artificial intelligence’s legal personality in Russian and international law. Gaps in Russian legislation. 2020;(1):79–82. EDN: IXZITB
- Mindigulova АA. Ethics and artificial intelligence: problems and contradictions. Meditsina. Sotsiologiya. Filosofiya. Prikladnye issledovaniya. 2022;(3):146–150. EDN: MENBGM
- Mittelstadt B. Principles alone cannot guarantee ethical AI. Nature machine intelligence. 2019;1(11):501–507. doi: 10.1038/s42256-019-0114-4 EDN: OAJKFF
- Beauchamp TL, James F. Childress Principles of Biomedical Ethics. Oxford University Press, 2001. 454 p.
- Nezhmetdinova FT. Bioethics in the context of contemporary scientific strategies and applied ethics in the age of contemporary technologies. Vestnik of Saint Petersburg University. International Relations. 2009;(1):221–229. EDN: KWLOJN
- Department of Health, Education, and Welfare; National Commission for the Protection of Human Subjects of Biomedical and Behavioral Research. The Belmont Report. Ethical principles and guidelines for the protection of human subjects of research. J Am Coll Dent. 2014;81(3):4–13. Available from: https://pubmed.ncbi.nlm.nih.gov/25951677/ Accessed: 01.05.2025.
- Rawls D. Theory of justice. Cambridge, Massachusetts: Belknap Press of Harvard University Press; 1971. 538 p.
- Nezhmetdinova FT, Guryleva ME. Russian school of bioethics: a quarter of a century of development. Kazan medical journal. 2018;99(3):521–527. doi: 10.17816/KMJ2018-521 EDN: XNKIRV
- Char DS, Shah NH, Magnus D. Implementing Machine Learning in Health Care—Addressing Ethical Challenges. N Engl J Med. 2018;378(11):981–983. doi: 10.1056/NEJMp1714229
- Ting Sim JZ, Fong QW, Huang W, Tan CH. Machine learning in medicine: what clinicians should know. Singapore Med J. 2023;64(2):91–97. doi: 10.11622/smedj.2021054 EDN: UKWAOM
- Hosny A, Parmar C, Quackenbush J, et al. Artificial intelligence in radiology. Nat Rev Cancer. 2018;18(8):500–510. doi: 10.1038/s41568-018-0016-5
- Vaishya R, Javaid M, Khan IH, Haleem A. Artificial Intelligence (AI) applications for COVID-19 pandemic. Diabetes Metab Syndr. 2020;14(4):337–339. doi: 10.1016/j.dsx.2020.04.012 EDN: EUGDAX
- Jiang F, Jiang Y, Zhi H, et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017;2(4):230–243. doi: 10.1136/svn-2017-000101
- Korabelnikov DI, Lamotkin AI. The effectiveness of using artificial intelligence in clinical medicine. Farmakoekonomika. Modern pharmacoeconomics and pharmacoepidemiology. 2025;18(1):114–124. doi: 10.17749/2070-4909/farmakoekonomika.2025.287 EDN: OHRVVR
- Chen J, See KC. Artificial Intelligence for COVID-19: Rapid Review. J Med Internet Res. 2020;22(10):e21476. doi: 10.2196/21476
- Vvedenskaya EV. Transformation of the physician-patient relationship: from bioethics to roboethics. Human being. 2023;34(6):65–83. doi: 10.31857/S023620070029305-2 EDN: LQEJGB
- Tsomartova FV. Robotization in healthcare: legal perspective. Health care of the Russian Federation. 2020;64(2):88–96. doi: 10.46563/0044-197X-2020-64-2-88-96 EDN: ENSOKC
- Price WN 2nd, Gerke S, Cohen IG. Potential Liability for Physicians Using Artificial Intelligence. JAMA. 2019;322(18):1765–1766. doi: 10.1001/jama.2019.15064
- Ethics and governance of artificial intelligence for health: WHO guidance. Geneva: World Health Organization; 2021. 148 p. License: CC BY-NC-SA 3.0 IGO ISBN: 978-92-4-002920-0
- Obermeyer Z, Powers B, Vogeli C, Mullainathan S. Dissecting racial bias in an algorithm used to manage the health of populations. Science. 2019;366(6464):447–453. doi: 10.1126/science.aax2342
- Vayena E, Blasimme A, Cohen IG. Machine learning in medicine: Addressing ethical challenges. PLoS Med. 2018;15(11):e1002689. doi: 10.1371/journal.pmed.1002689
- Morley J, Elhalal A, Garcia F, et al. Ethics as a Service: A Pragmatic Operationalisation of AI Ethics. Minds Mach. 2021;31(2):239–256. doi: 10.1007/s11023-021-09563-w EDN: QYBMRI
- Bryzgalina EV, Gumarova AN, Shkomova EM. Key problems, risks and restrictions of using artificial intelligence in medicine and education. Moscow university bulletin. Series 7. Philosophy. 2022;(6):93–108. EDN: GXUYWB
- Nezhmetdinova FT, Guryleva ME, Blatt NL. New Role of Bioethics in Emergency Situations on the Example of COVID-19. Bionanoscience. 2022;12(2):620–626. doi: 10.1007/s12668-021-00915-5 EDN: UQONAY
- Deo RC. Machine learning in medicine. Circulation. 2015;132(20):1920–1930. doi: 10.1161/CIRCULATIONAHA.115.001593 EDN: VFLTDF
- Rabbani N, Kim GYE, Suarez CJ, Chen JH. Applications of machine learning in routine laboratory medicine: Current state and future directions. Clin Biochem. 2022;103:1–7. doi: 10.1016/j.clinbiochem.2022.02.011 EDN: TUMKNG
- Choi RY, Coyner AS, Kalpathy-Cramer J, et al. Introduction to Machine Learning, Neural Networks, and Deep Learning. Transl Vis Sci Technol. 2020;9(2):14. doi: 10.1167/tvst.9.2.14
Дополнительные файлы

