Дружественный искусственный интеллект на службе у здравоохранения

DOI: https://doi.org/10.29296/25877305-2020-05-19
Скачать статью в PDF
Номер журнала: 
5
Год издания: 
2020

О.С. Брусов(1), кандидат биологических наук, А.В. Кузнецова(2), кандидат биологических наук, О.В. Сенько(3), доктор физико-математических наук (1)Научный центр психического здоровья РАН, Москва (2)Институт биохимической физики им. Н.М. Эмануэля РАН, Москва (3)Федеральный исследовательский центр «Информатика и управление» РАН, Москва E-mail: azforus@yandex.ru

Разработанная коллективная модель по группе методов распознавания позволяет достаточно точно прогнозировать исход инсульта уже в первые сутки при поступлении в клинику. Методика может быть полезна при выборе схемы лечения и оптимизации воздействия на состояние системы свертывания крови.
Ключевые слова: 
неврология
инсульт
диагностика
выбор схемы лечения
искусственный интеллект
Для цитирования
О.С. Брусов, А.В. Кузнецова, О.В. Сенько Дружественный искусственный интеллект на службе у здравоохранения . Врач, 2020; (5): 80-84 https://doi.org/10.29296/25877305-2020-05-19

It appears your Web browser is not configured to display PDF files. Download adobe Acrobat или click here to download the PDF file.

Список литературы: 
  1. Морозова М.А., Бениашвили А.Г., Рупчев Г.Е. и др. Эффекты антихолинестеразного препарата – нейромидина у больных шизофренией с выраженными признаками шизофренического дефекта. Журнал неврологии и психиатрии им. С.С.Корсакова. 2008; 108 (11): 28–35 [Morozova M.A., Beniashvili A.G., Rupchev G.E. et al. Effects of the anticholinesterase drug neuromidin in patients with schizophrenia with marked neurocognitive deficits. S.S. Korsakov Journal of Neurology and Psychiatry. 2008; 108 (11): 28–35 (in Russ.)].
  2. Кузнецов В.А., Сенько О.В., Кузнецова А.В. и др. Распознавание нечетких систем по методу статистически взвешенных синдромов и его применение для иммуногематологической нормы и хронической патологии. Химическая физика. 1996; 15 (1): 81–100 [Kuznetsov V.A., Sen’ko O.V., Kuznetsova A.V. et al. Raspoznavanie nechetkikh sistem po metodu statisticheski vzveshennykh sindromov i ego primenenie dlya immunogematologicheskoi normy i khronicheskoi patologii. Khimicheskaya fizika. 1996; 15 (1): 81–100 (in Russ.)].
  3. Kuznetsova А.V., Kostomarova I.V., Senko O.V. Modification of the method of optimal valid partitioning for comparison of patterns related to the occurrence of ischemic stroke in two groups of patients. Pattern Recognition and Image Analysis. 2014; 24 (1): 114–23. DOI: 10.1134/S105466181401009X
  4. Кузнецова А.В., Сенько О.В., Кузнецова Ю.О. Преодоление проблемы черного ящика при использовании методов машинного обучения в медицине. Врач и информационные технологии. 2018; 7: 74–80 [Kuznetsova A.V., Senko O.V., Kuznetsova Ju.O. Black box problem overcomingin medical applications of machine learning. Vrach i informatsionnye tekhnologii. 2018; 7: 74–80 (in Russ.)].
  5. Доровских И.В., Сенько О.В., Чучупал В.Я. и др. Исследование возможности диагностики деменции по сигналам ЭЭГ с помощью методов машинного обучения. Математическая биология и биоинформатика. 2019; 14 (2): 543–53 [Dorovskih I.V.1, Senko O.V.2, Chuchupal V.Ya. et al. On Possibility of Machine Learning Application for Diagnosing Dementia by Eeg Signals. Matematicheskaya biologiya i bioinformatika. 2019; 14 (2): 543–53 (in Russ.)]. DOI: 10.17537/2019.14.543
  6. Кузнецова A.В., Костомарова И.В., Сенько О.В. Логико-статистический анализ связи клинико-лабораторных показателей с возникновением нарушения мозгового кровообращения у пациентов пожилого возраста с хронической ишемией головного мозга. Математическая биология и биоинформатика. 2013; 8 (1): 182–224 [Kuznetsova A.V., Kostomarova I.V., Senko O.V. Logical and Statistical Analysis of Relationship Between Clinical and Laboratory Indices and Disturbances of Cerebral Blood Circulation in Elderly Patients with Chronic Ischemia of the Brain. Matematicheskaya biologiya i bioinformatika. 2013; 8 (1): 182–224 (in Russ.)]. URL: http://www.matbio.org/2013/Kuznetsova_8_182.pdf
  7. Senko O.V., Kuznetsova A.V., Malygina N. et al. Method for Evaluating of Discrepancy between Regularities Systems in Different Groups. International Journal «Information Technologies & Knowledge». 2011; 5 (1): 46–54.