Молодежный инновационный вестникМолодежный инновационный вестник2415-7805Федеральное государственное бюджетное образовательное учреждение высшего образования "Воронежский государственный медицинский университет имени Н.Н. Бурденко" Министерства здравоохранения Российской Федерации11163Conference ProceedingsIssues of integrating artificial intelligence into medical decision support systems in emergency situationsTomilinEgor Sergeevich<p>Faculty of General Medicine, 2nd year</p>mr.flambeau.01@gmail.comhttps://orcid.org/0009-0005-7558-8931KornevMaksim Sergeevich<p>Faculty of General Medicine, 2nd year</p>maksimka.kornev.06@gmail.comhttps://orcid.org/0009-0005-9068-4059KhaustovStanislav Nikolaevich<p>Faculty of General Medicine, 3rd year</p>stas.khaustov2005@mail.ruhttps://orcid.org/0009-0007-6328-6463MehantievaLudmila Evgenievna<p>Doctor of Medical Sciences, Professor, Head of the Department of Disaster Medicine and Life Safety</p>medkat@vrngmu.ruhttps://orcid.org/0000-0002-2439-3625IlyichevVladimir Pavlovich<p><em>Candidate of Medical Sciences, Associate Professor</em></p>ivp.1980@mail.ruhttps://orcid.org/0000-0001-6683-257XBurdenko Voronezh State Medical University0110202615S11421442202202627032026Copyright © 2026, Tomilin E.S., Kornev M.S., Khaustov S.N., Mehantieva L. ., Ilyichev V.P.2026<p>The increasing frequency of emergencies and their multicomponent nature require improved information and analytical support for medical decisions. Artificial intelligence-based decision support systems (AI-DSS) have the potential to improve the accuracy of diagnosis, forecasting, and optimizing resource allocation, but their implementation in disaster medicine remains limited. Goal. To assess the current state, identify key areas and barriers to integrating AI-DSS into disaster medicine, and identify the conditions for their effective use. Methods. A systematic review of the scientific literature of 2023-2025, indexed in international databases and domestic sources, has been carried out. The methods of content analysis, systematization and conceptual synthesis are applied. Results. Three main areas of application of AI-DSS are identified: predictive systems for early detection of critical conditions, diagnostic solutions using computer vision, and logistical and tactical decision support systems. It has been shown that AI is capable of improving forecasting accuracy, speeding up diagnostics, and optimizing resource usage. The main barriers remain limited clinical validation, data variability, regulatory constraints, and problems integrating into existing infrastructure. Conclusions. The integration of AI-DSS into disaster medicine represents a promising avenue aimed at enhancing the efficiency of diagnostic, therapeutic, and organizational procedures. The analysis confirms the established potential of the technologies under consideration. However, their practical implementation is constrained by a set of methodological, regulatory, and infrastructural limitations, necessitating further research focused on clinical validation and the adaptation of these developments to the specific conditions of emergency situations.</p>artificial intelligencedecision support systemsdisaster medicineemergency situationsemergency medicinemachine learningискусственный интеллектсистемы поддержки принятия решениймедицина катастрофчрезвычайные ситуацииэкстренная медицинамашинное обучение1.Медико-психологические аспекты техносферной безопасности / О. И. Никулина, А. Е. Дудукина, Л. Е. Механтьева [и др.] // Актуальные вопросы техносферной безопасности на современном этапе : Сборник трудов V-й Всероссийской студенческой научно-практической конференции с международным участием, Воронеж, 16 декабря 2021 года. – Воронеж: Воронежский государственный медицинский университет имени Н.Н. Бурденко, 2021. – С. 100-105. – EDN CYQJLD.2.Л. Е. Механтьева, В. П. Ильичев, & Т. П. Склярова (2019). Организация систем поддержки принятия решений в чрезвычайных ситуациях. Пожарная безопасность: проблемы и перспективы, 1 (10), 260-262.3.Ouanes K., Farhah N. Effectiveness of Artificial Intelligence (AI) in Clinical Decision Support Systems and Care Delivery // Journal of Medical Systems. – 2024. – Vol. 48, № 1. – Article 74.4.Kareemi H., Yadav K., Price C., et al. Artificial intelligence-based clinical decision support in the emergency department: A scoping review // Academic Emergency Medicine. – 2025. – Vol. 32, № 4. – P. 386–395.5.Селиверстов П.А., Шапкин Ю.Г., Стекольников Н.Ю. Возможности применения технологий искусственного интеллекта для оказания догоспитальной помощи при травмах // Журнал им. Н.В. Склифосовского Неотложная медицинская помощь. – 2025. – Т. 14, № 3. – С. 609–618.6.Механтьева Л. Е., Артёмов А. Н., Ильичёв В. П. Опыт применения телемедицинских технологий в работе Воронежского областного клинического центра медицины катастроф // Медицина катастроф. 2021. №4. С. 17–22.7.Корнев, М. С. Применение методов обучения искусственного интеллекта для улучшения детской ультразвуковой диагностики / М. С. Корнев, Е. С. Томилин // НОМУС — 2025 : Материалы итоговой межвузовской студенческой научной конференции, Луганск, 01–25 апреля 2025 года. — Луганск: Луганский государственный медицинский университет им. Святителя Луки, 2025. — С. 153–156. — EDN ZWIJAO.8.Lu J., Wang X., Chen L., et al. Unmanned aerial vehicle based intelligent triage system in mass-casualty incidents using 5G and artificial intelligence // World Journal of Emergency Medicine. – 2023. – Vol. 14, № 4. – P. 273–279.9.Москвина Н. В. Применение искусственного интеллекта в системе-112 // Столыпинский вестник. – 2023. – № 4.10.Kareemi H., Li H., Rajaram A., et al. Establishing methodological standards for the development of AI-based clinical decision support in emergency medicine // Canadian Journal of Emergency Medicine. – 2025. – Vol. 27, № 2. – P. 87–95.