Inteligența Artificială în pneumologie: perspective clinice și provocări juridice

Autori

  • Constantin PISARENCO Free International University of Moldova
  • Serghei PISARENCO IMSP Institutul de Pneumologie „Chiril Draganiuc”

DOI:

https://doi.org/10.52692/1857-0011.2025.3-83.26

Cuvinte cheie:

Artificial intelligence, pulmonology, COPD, tuberculosis, telemedicine, digital twins, EU AI Act

Rezumat

Inteligența artificială remodelează pneumologia în diagnostic, terapie personalizată, telemedicină și predicția rezultatelor. Învățarea profundă accelerează interpretarea CT/RMN și a radiografiilor toracice, iar modelele de învățare automată bazate pe spirograme brute, chestionare și inhalatoare digitale îmbunătățesc depistarea precoce și prognoza exacerbărilor. Monitorizarea la distanță cu dispozitive purtabile permite îngrijire proactivă; multi-omica și gemenii digitali deschid medicinii de precizie. Cadrul pentru sisteme cu risc înalt (AI Act al UE) și supravegherea etică asigură transparență, siguranță și control uman. Pentru Republica Moldova, adoptarea etapizată – standarde, integrarea PACS/ EHR, alfabetizare în AI și proiecte pilot pentru BPOC, astm și tuberculoză – poate reduce întârzierile și inechitățile și sprijini implementarea la scară.

Biografii autori

Constantin PISARENCO, Free International University of Moldova

Doctor of Law, Assoc. Prof

Serghei PISARENCO, IMSP Institutul de Pneumologie „Chiril Draganiuc”

Dr. Habil. (Med.), Assoc. Prof.

Referințe

Babic B., Cohen I.G., Stern A.D. et al. A general framework for governing marketed AI/ML medical devices. Digital Medicine, 2025, 8, 328.

Carey Business School, Johns Hopkins University. Fault lines in health care AI – Part two: Who’s responsible when AI gets it wrong. In: carey.jhu.edu, 26 June 2025. https://carey.jhu.edu/articles/fault-lines- health-care-ai-part-two-whos-responsible-when-ai- gets-it-wrong

Cestonaro C., Delicati A., Marcante B., Caenazzo L., Tozzo P. Defining medical liability when artificial intelligence is applied on diagnostic algorithms: a systematic review. Front Med (Lausanne), 2023, 10, 1305756.

Eur-Lex. AI Act consolidated materials. Official Journal of the European Union, 2024. https://eur-lex. europa.eu/eli/reg/2024/1689/oj

Eur-Lex. Regulation (EU) 2024/1689 Artificial Intelligence Act. Official Journal of the European Union, 12 July 2024. https://eur-lex.europa.eu/legal- content/EN/TXT/?uri=CELEX:32024R1689

Federal Register. Executive Order 14110: Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence. Washington: Federal Register,

Oct. 2023. https://www.federalregister.gov/ documents/2023/11/01/2023-24283/executive-order- safe-secure-and-trustworthy-development-and-use- of-artificial-intelligence

García-Gómez J.M., Blanes-Selva V., De Bartolomé Cenzano J.C. et al. Functional requirements to mitigate the Risk of Harm to Patients from Artificial Intelligence in Healthcare. arXiv.org, 19 Sept. 2023. doi:10.48550/arXiv.2309.10424. https://arxiv.org/ abs/2309.10424

Helle K. New EU Responsibility and Liability Landscape for Smart Medical Devices in a Global Context. White & Case Insights, 22 July 2025. https://www.whitecase.com/insight-alert/new-eu- responsibility-and-liability-landscape-smart-medical- devices-global-context

Kagujjje M., Kerkhoff A.D., Nteeni M. et al. The Performance of Computer-Aided Detection Digital Chest X-ray Reading Technologies for Triage of Active Tuberculosis. Clinical Infectious Diseases, 2023, 76(3), e894-e901.

Lee B., Naftalovich R., Ali S., Chaudhry F.A., Tewfik

G.L. Liability Exposure of Clinicians in Artificial Intelligence-Driven Healthcare. In: Biomed Instrum Technol., 2024, 58(2), pp. 39-42.

Pisarenco Nadejda. Inteligența artificială în diagnosticul radiologic al bolilor pulmonare. Buletinul Academiei de Ştiinţe a Moldovei. Ştiinţe Medicale, 2024, nr. 2(79), pp. 188-192. ISSN 1857-0011.

Qin Z.Z., Van Der Walt M., Moyo S. et al. Comparing the accuracy of CAD software and radiologists from multiple countries for tuberculosis detection. Scientific Reports, 2025, 15, 22540.

Sharifi-Kia A. et al. Machine learning-based mortality prediction models for smoker COVID-19 patients. BMC Med Inform Decis Mak, 2023, 23(1), 129.

Tavaziva G., Harris M., Abidi, S.K. et al. Chest X-ray Analysis With Deep Learning-Based Software as a Triage Test for Pulmonary Tuberculosis. Clinical Infectious Diseases, 2022, 74(8), 1390-1400.

Těšinová J.K., Dobiášová K., Dušek Z., Tobiášová A. Development of telemedicine in the Czech Republic from patients’ and other key stakeholders’ perspective. In: Front Public Health, 2023, 11, 1202182.

Van Leeuwen K.G. et al. The AI Act: responsibilities and obligations for healthcare professionals and organizations. Diagnostic and Interventional Radiology, 2025, 31(2), pp. 89-97. doi:10.4274/ dir.2025.252851. https://dirjournal.org/articles/the-ai- act-responsibilities-and-obligations-for-healthcare- professionals-and-organizations/dir.2025.252851

Windecker D., Baj G., Shiri I. et al. Generalizability of FDA-Approved AI-Enabled Medical Devices for Clinical Use. JAMA Netw Open, 2025, 8(4).

World health organization. Handbook for the use of digital technologies to support tuberculosis medication adherence. Geneva: WHO, 2017. https://iris.who.int/ bitstream/handle/10665/259832/9789241513456-eng. pdf.

Descărcări

Publicat

2026-04-29

Număr

Secțiune

Articol de cercetare

##category.category##