«Концептуализация знаний и экспертная оценка признаков прогрессирующей мышечной дистрофии Дюшенна» (ссылка) для «Трудов ИСА РАН» стала другим связанным с системой исследованием. Чтобы эффективнее отразить нечёткие границы переходов между стадиями болезни, Борис Аркадьевич, Дмитрий Влодавец, Георгий Коробкин и Артём Николаев уточнили и структурировали формулировки и описания признаков, составив клиническую картину прогрессирующей мышечной дистрофии Дюшенна с учётом экспертных оценок для отдельных характеристик каждого признака. Вся информация была позднее использована при построении базы знаний «Каскад-Дюшенн».

Наконец, во втором номере «Информационных технологий и вычислительных систем» Борис Аркадьевич вместе со специалистом по БЯМ Никитой Труновым рассмотрели «Применение больших языковых моделей для задачи медицинской диагностики» (ссылка), а конкретно подходы к диагностике стадий заболевания по неструктурированным текстовым данным. Тут идёт разбор технического процесса извлечения ключевых признаков из первичных анонимизированных медицинских записей с последующей проверкой качества ответов — за неё отвечал дополнительный модуль, контролирующий вывод модели. Полученные структурированные данные были использованы и для диагностики на основе метода рассуждения на прецедентах. Тестировали же модель на реальных данных пациентов с болезнью Дюшенна.

Компьютерное зрение

Другое важное направление 75 отдела в этом году — это компьютерное зрение. Так, Борис Кобринский и Николай Благосклонов поведали изданию Pattern Recognition and Image Analysis о «Месте когнитивных изображений в интеллектуальной диагностической медицинской системе» (ссылка). Их концепция логико-лингво-образной ИС призвана преодолеть ограничения текстовых баз знаний за счёт блока изображений как дополнительного аргумента на этапе принятия решений. Система объединила методы обучения алгоритма компьютерного зрения автоматическому аннотированию 36 лицевых точек по фото, внедрения активных вероятностных моделей лицевых дисморфизмов внутри нозологических групп в многомерном пространстве и машинного обучения с использованием задачи поиска ближайшего соседа. Всё это помогает сделать диагностику более наглядной и интуитивной, что и было продемонстрировано на примере экспертной системы «ГенДиЭС», которая продолжает обрастать новыми функциями — ровно как и обещал Николай год тому назад на защите кандидатской.

Попутно Алексей Молодченков с коллегами из НМИЦ Приорова и ГКБ Ерамишанцева провёл «Сравнение методов машинного обучения для распознавания инфекции области хирургического вмешательства у пациентов травматолого-ортопедического профиля» (ссылка) для Digital Diagnostics. Эффективность технологии для дистанционного мониторинга состояния хронических поражений кожи и хирургических ран на наличие или отсутствие инфекции в области хирургического вмешательства бесспорна. А сравнительный анализ моделей машинного обучения показал преимущества CNN и модели с механизмом внимания (YOLO 11s-cls) при решении задачи распознавания инфекции.

Кроме того, команда осуществила «Оценку динамики заживления ран с применением методов анализа изображений» (ссылка) после хирургического вмешательства и поделилась результатами в журнале «Искусственный интеллект и принятие решений». Сама по себе оценка раны, во-первых, определяет тяжесть раны, помогая предсказать ожидаемую скорость её заживления и разработать комплексный план ухода; а, во-вторых, служит надёжным показателем результата, что позволяет оценить эффективность выбранной программы лечения. Стараниями ИИ удалось значительно улучшить обработку и визуализацию медицинских изображений при рентгенографии, УЗИ и т. д. Однако инструментов всё ещё мало. Поэтому эксперты отобрали и сравнили несколько методов определения размера раны и оценки площади раневой поверхности.

---

Профилактика хронического тонзиллита

Этапным стал и «Экспертный подход к формированию признакового пространства факторов риска хронического тонзиллита у детей» (ссылка). Данным вопросом уже давно занимается Анна Акимова, и написанный при участии Бориса Кобринского и Владимира Белова очерк для «Вестника РФФИ» — достойное введение в проблему профилактики осложнений при воспалении миндалин и контроля факторов риска дальнейшего развития заболевания на донозологическом этапе. Информация, извлечённая из баз данных, может оказаться неполной либо искажённой, в то время как оценка экспертов и поле знаний на основе структуризации данных машинным методом гораздо эффективнее.

Также в октябре издание «Педиатрия. Consilium Medicum» опубликовало обзорную статью «Лечение и профилактика рекуррентных острых респираторных инфекций как путь к управлению модифицируемыми факторами риска хронического тонзиллита у детей. Обзор литературы и собственные данные» (ссылка), где Анна с коллегами из РМАНПО изучила причины необоснованного назначения системной антибактериальной терапии при лечении вирусных инфекций дыхательных путей, а также возможности современной фитотерапии.

---

Диагностика старения

А в прошлом году Вячеслав Крутько возглавил 76-й Отдел информационных технологий для профилактической медицины. И вместе с ним в Институт проблем искусственного интеллекта пришли технологии диагностики старения человека, особенно актуальные сегодня. Например, «Трудам ИСА РАН» Вячеслав Николаевич и Виталий Иванович рассказали о «Системном анализе процессов старения и возможностях их коррекции» (ссылка). Они рассмотрели общеметодологические проблемы изучения феномена старения, выделили четыре уровня описания его причин и механизмов, а также определили принципиальные возможности и направления воздействия на процесс старения человека.

В работе «Самоорганизация процессов роста клеточных популяций и иерархии систем их управления в целостном организме» (ссылка) для журнала «Физиология человека» учёные предложили новый взгляд на формирование иммунитета как специализации части древней системы и новую иммунорегуляторную теорию старения. А для «Вестника РФФИ» представили свою «Методологию и информационные технологии диагностики старения человека: трудовые ресурсы и демографическая политика» (ссылка) — математическую модель «Старение популяций» и методы изучения скорости старения на базе демографических данных, а также методы определения биовозраста для оценки индивидуального старения на примере электронной системы «Диагностика старения».

Тот же «Вестник» обнародовал «Ранговый индекс возрастной жизнеспособности — новый метод оценки демографического потенциала России» (ссылка), основанный на ранжировании стран по уровню возрастной интенсивности смертности для оценки конкурентоспособности населения. Метод РИВЖ позволил Вячеславу Крутько и Татьяне Смирновой оценить динамику жизнеспособности населения РФ относительно 194 стран мира в 1990–2023 годах и выявить возрастные группы с критическим уровнем сравнительной смертности, неочевидные при анализе традиционной ожидаемой продолжительности жизни. И конкурентоспособность у нас с вами на общем фоне, прямо скажем, не очень высокая. Будем повышать, ведь первые шаги на пути к этому уже сделаны!