Данный систематический обзор посвящен анализу эффективности применения алгоритмов искусственного интеллекта и машинного обучения для управления уровнем глюкозы у пациентов в критических состояниях. Исследование фокусируется на двух ключевых задачах: предиктивном моделировании рисков развития гипо- и гипергликемии, а также автоматизации процессов контроля гликемии в отделениях интенсивной терапии (ОИТ). Авторы систематизировали существующие подходы, оценивая точность различных моделей машинного обучения в реальном времени. Основное внимание уделяется способности ИИ-систем минимизировать вариабельность гликемии, что критически важно для снижения летальности в реанимации. Результаты подчеркивают потенциал внедрения интеллектуальных систем поддержки принятия врачебных решений для персонализированной терапии. Работа представляет высокую значимость для интеграции предиктивной аналитики в протоколы интенсивной терапии.