The use of artificial intelligence in medical morphology and medical education

Abstract

Background. Modern science is experiencing a stage of rapid development due to the integration of innovative digital technologies, among which artificial intelligence (AI) occupies a leading position. In morphology, AI opens up new opportunities for analyzing large datasets, automating image analysis, and modeling complex processes. In the field of medical education, the implementation of AI transforms traditional approaches to teaching morphological disciplines and determines new directions for the development of medical training. Objective. To analyze the possibilities and approaches to the use of AI in medical morphology and in the educational process of histology, cytology, and embryology. Methods. The study employed comprehensive methods of practical orientation, including analysis, synthesis, induction, and deduction, as well as specialized methods such as component analysis. Results. The use of AI in morphological science enables the automation of cell and tissue analysis, the identification of subtle patterns, and the creation of large-scale digital databases of histological images. The application of CNNs, U-Net, and Vision Transformers allows automated histological slide analysis, improves morphometric accuracy, and ensures standardized evaluation of morphological changes. In the educational process, the integration of digital platforms, virtual microscopes and simulators (Labster, Anatomage, Organon, QuPath, PathPresenter), VR/AR technologies, and Explainable AI provides interactivity, personalization, and deep immer-sion of students into the structure of tissues and organs, fostering the development of critical thinking and analytical skills. Conclusion. The use of AI in morphology and histology teaching is not only a technological trend but also a strategic direction in the development of medicine and education. The integration of digital platforms, virtual laboratories, and VR/AR systems makes learning interactive, personalized, and practice-oriented. The combination of traditional teaching methods with AI enhances motivation, cultivates critical thinking, and prepares future physicians for work in the era of digital medicine. Актуальність. Сучасна наука переживає етап стрімкого розвитку завдяки інтеграції інноваційних цифрових технологій, серед яких провідне місце посідає штучний інтелект (ШІ). У морфології ШІ відкриває нові можливості для аналізу великих масивів даних, автоматизації аналізу зображень та моделювання складних процесів У сфері медичної освіти впровадження ШІ змінює традиційні підходи до викладання морфологічних дисциплін і визначає нові напрями розвитку медичної освіти. Мета. Аналіз можливостей і способів використання ШІ у медичної морфології та у навчальному процесі з гістології, цитології та ембріології. Методи. Серед використаних нами присутні комплексні – практичного спрямування – аналізу, синтезу, індукції та дедукції та спеціальні ‒ компонентного аналізу. Результати. Використання ШІ у морфологічній науці дозволяє автоматизувати процеси аналізу клітин і тканин, виявляти малопомітні закономірності та створювати масштабні цифрові бази гістологічних зображень. Застосування CNN, U-Net та Vision Transformers дозволяє автоматизувати аналіз препаратів, підвищити точність морфометрії та забезпечити стандартизовану оцінку морфологічних змін. У навчальному процесі інтеграція цифрових платформ, віртуальних мікроскопів і симуляторів (Labster, Anatomage, Organon, QuPath, PathPre-senter), VR/AR-технологій та Explainable AI забезпечує інтерактивність, персоналізацію та глибоке занурення студентів у будову тканин і органів, сприяє розвитку мислення та аналітичних навичок. Підсумок. Використання ШІ у морфології та викладанні гістології є стратегічним напрямом розвитку медицини та освіти. Інтеграція цифрових платформ, віртуальних лабораторій, VR/AR-платформ робить навчання інтерактивним, персоналізованим і практикоорієнтованим. Поєднання традиційних методів із ШІ підвищує мотивацію, формує критичне мислення та готує майбутніх лікарів до роботи в умовах цифрової медицини.