Бойков, В. А. Искусственный интеллект в здравоохранении: перспективы и проблемы / В. А. Бойков. – Москва: Издательство Медицина, 2020. – 320 с.

Горбунов, А. Ю., Матвеева, Е. С. Экономическая оценка технологий в здравоохранении. – Санкт-Петербург: СПбГУ, 2018. – 250 с.

Рубцов, И. В. Модели и методы анализа больших данных в медицине / И. В. Рубцов. – Екатеринбург: Уральский университет, 2019. – 280 с.

Mount Sinai Health System. Влияние искусственного интеллекта на операционные затраты в медицинских центрах [Электронный ресурс]. – Режим доступа: https://www.mountsinai.org – Дата обращения: 04.11.2024.

Mayo Clinic. Применение ИИ в прогнозировании сердечно-сосудистых заболеваний [Электронный ресурс]. – Режим доступа: https://www.mayoclinic.org – Дата обращения: 04.11.2024.

NHS. Автоматизация административных процессов с использованием ИИ [Электронный ресурс]. – Режим доступа: https://www.nhs.uk – Дата обращения: 04.11.2024.

Журнал "Экономика здравоохранения". Анализ экономической эффективности внедрения технологий в медицинских учреждениях. – 2022. – № 4. – С. 45-57.

Клементьев, А. П. Внедрение инновационных технологий в здравоохранении / А. П. Клементьев. – Москва: Экономика и здоровье, 2021. – 150 с.

Health Technology Assessment International. Основные принципы оценки медицинских технологий [Электронный ресурс]. – Режим доступа: https://www.htai.org – Дата обращения: 04.11.2024.

Центр анализа технологий здравоохранения. Руководство по внедрению и оценке ИИ в здравоохранении. – Москва: ЦАТЗ, 2023. – 300 с.

Kaplan, R. S., & Porter, M. E. How to Solve the Cost Crisis in Health Care / R. S. Kaplan, M. E. Porter // Harvard Business Review. – 2011. – Available at: https://hbr.org

Topol, E. J. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again / E. J. Topol. – New York: Basic Books, 2019. – 400 p.

Jiang, F., Jiang, Y., Zhi, H., et al. Artificial Intelligence in Healthcare: Past, Present and Future / F. Jiang, Y. Jiang, H. Zhi et al. // Stroke and Vascular Neurology. – 2017. – Vol. 2, No. 4. – pp. 230-243. – DOI: 10.1136/svn-2017-000101

OECD Health Division. Artificial Intelligence in Health Care: Opportunities and Challenges [Electronic resource]. – Access mode: https://www.oecd.org – Date of access: 04.11.2024.

European Commission. Artificial Intelligence for Europe // White Paper on Artificial Intelligence. – Brussels: European Union, 2020. – Available at: https://ec.europa.eu

Shen, J., Zhang, C. J., Jiang, B., et al. Artificial Intelligence in Healthcare: A Comprehensive Overview / J. Shen, C. J. Zhang, B. Jiang et al. // Annual Review of Medicine. – 2020. – Vol. 71, pp. 101-118. – DOI: 10.1146/annurev-med-052318-090127

World Health Organization. Ethics and Governance of Artificial Intelligence for Health [Electronic resource]. – Geneva: WHO, 2021. – Available at: https://www.who.int/publications/i/item/9789240029200

Esteva, A., Robicquet, A., Ramsundar, B., et al. A Guide to Deep Learning in Healthcare / A. Esteva, A. Robicquet, B. Ramsundar et al. // Nature Medicine. – 2019. – Vol. 25, pp. 24-29. – DOI: 10.1038/s41591-018-0316-z

Health Technology Assessment International (HTAi). A Guide for Effective Health Technology Assessment Practices [Electronic resource]. – Access mode: https://htai.org – Date of access: 04.11.2024

European Network for Health Technology Assessment (EUnetHTA). Best Practices in Health Technology Assessment [Electronic resource]. – Access mode: https://eunethta.eu – Date of access: 04.11.2024

Chen, J. H., & Asch, S. M. Machine Learning and Prediction in Medicine – Beyond the Hype / J. H. Chen, S. M. Asch // Journal of the American Medical Association. – 2017. – Vol. 318, No. 6, pp. 513-514. – DOI: 10.1001/jama.2017.5604

National Institute for Health and Care Excellence (NICE). Evidence Standards Framework for Digital Health Technologies [Electronic resource]. – Access mode: https://www.nice.org.uk – Date of access: 04.11.2024