Гранты и проекты

По данному научному направлению ведутся исследования, в том числе по грантовой поддержке РФФИ и РНФ.

Исследование "Новые методы объяснения прогнозов неблагоприятных событий при инфаркте миокарда после чрескожных коронарных вмешательств", проект №25-21-00165 по грантовой поддержке Российского научного фонда (РНФ).

• Руководитель проекта: Гельцер Борис Израйльевич, главный научный сотрудник Лаборатории цифрового моделирования и анализа данных физики и биомедицины.

Одной из важнейших задач ученых по данным в медицине является разработка новых методов формирования правил принятия решений, обеспечивающих прозрачность оценки причинно-следственных связей между показателями, характеризующими клинико-функциональный статус больных  инфарктом миокарда с подъемом сегмента ST электрокардиограммы, и конечными точками исследования и оказывающих поддержку врачам в повседневной деятельности. 

Исполнители: 

• Шахгельдян Карина, доктор технических наук, профессор, директор Центра “Искусственный интеллект” ВВГУ.
• Гельцер Борис, доктор медицинских наук, профессор, заслуженный деятель науки РФ, член-корреспондент РАМН и РАН.
• Никита Куксин, младший научный сотрудник Лаборатории цифрового моделирования и анализа данных физики и биомедицины.
• Игорь Домжалов, младший научный сотрудник Лаборатории цифрового моделирования и анализа данных физики и биомедицины.

По данному научному направлению ведутся исследования, в том числе по грантовой поддержке РФФИ и РНФ.

Исследование “Интерпретация моделей машинного обучения на примере прогнозирования в кардиологии”, проект №23-21-00250 по грантовой поддержке Российского научного фонда (РНФ).

• Руководитель проекта: Шахгельдян Карина, доктор технических наук, профессор, директор Центра “Искусственный интеллект” ВВГУ.

Одной из важнейших задач ученых по данным в медицине является разработка методов и алгоритмов, помогающих обосновать полученные системой решения, и дать врачу инструмент для снижения риска развития неблагоприятных событий. Тема одна из самых сложных для ученых по данным. Цель исследования - развивать это направление и встраивать полученные результаты в систему поддержки принятия.
Результаты проекта опубликованы во множестве научных журналов. Статья  «Интерпретируемое машинное обучение для прогнозирования риска внутрибольничной смертности у пациентов с инфарктом миокарда с подъемом сегмента ST после чрескожных коронарных вмешательств» получила высокую оценку экспертов в международном журнале с квартилем Q1 «Computers in Biology and Medicine». Он охватывает пересечение искусственного интеллекта, биомедицинской инженерии и биоинформатики.

Для прогнозирования фатальных и нефатальных событий, при заболеваниях сердечно-сосудистой системы ученые используют модели машинного обучения. Но решения, которые принимают модели, нуждаются в объяснении для врачей: почему именно такой прогноз сделан, на чем основывался выбор, сделанный искусственным интеллектом? Низкий уровень прозрачности и интерпретируемости разработанных моделей вызывает недоверие у практикующих врачей, что ограничивает внедрение моделей машинного обучения в клиническую практику.
Результаты проекты направлены на развитие подходов к “отбеливанию” черного ящика моделей МО и созданию “объяснимого” искусственного интеллекта.Одной из важных составляющих последнего является гарантия того, что в разработанных моделях используются только те предикторы, которые имеют доказанное влияние на конечную переменную.  Для повышения уровня доверия к полученным решениям необходимо не только найти и доказать наличие взаимосвязей между входными факторами и выходными переменными, но и найти и валидировать условия их осуществления.

Исполнители:

• Шахгельдян Карина доктор технических наук, профессор, директор Центра “Искусственный интеллект” ВВГУ.
• Гельцер Борис доктор медицинских наук, профессор, заслуженный деятель науки РФ, член-корреспондент РАМН и РАН.
• Рублев Владислав младший научный сотрудник Лаборатории цифрового моделирования и анализа данных физики и биомедицины ВВГУ, врач сердечно сосудистый хирург отделения хирургического лечения сложных нарушений ритма и экс ГБУЗ «Приморская краевая клиническая больница №1».
  
• Костерин Владимир аспирант и старший преподаватель Центра “Искусственный интеллект”, стажёр-исследователь Лаборатории цифрового моделирования и анализа данных физики и биомедицины ВВГУ.

Грант выдан на 2023-2025 гг. Подробнее о проекте можно узнать на сайте РНФ.

Центр “Искусственный интеллект” ВВГУ - это сердце Дальнего Востока в разработке перспективного научного направления - Big Data в медицине. Исследование направлено на использование современных информационных технологий в разработке программы сохранения здоровья населения Приморского края.
Цель исследований:  научное обоснование возможности использования современных информационных технологий для идентификации и ранжирования приоритетных факторов риска нарушения здоровья населения для разработки комплекса профилактических мероприятий на территории Приморского края.
Big Data – это большие объемы высокоскоростных, сложных и переменных данных, которые требуют расширенных методов и технологий сбора, хранения, распространения, управления и анализа. Технология Big Data - это острие современной IT-науки.

Тема научных исследований центра “Искусственный интеллект” ВВГУ в рамках направления Big Data в медицине: «Использование современных информационных технологий в разработке программы сохранения здоровья населения Приморского края».

 Использование технологий Big Data в медицинских центрах позволяет:

• легко вести полный учет всех предоставляемых услуг, клинических анализов и рецептов
• автоматически заполнять электронные амбулаторные карты и истории болезни,
• составлять отчеты и вести медицинскую статистику.

     Но потенциал такой аналитики огромен. Проблемы практической медицины – большое количество ошибок в диагностике и лечении заболеваний. Во многом это являются следствием отсутствия у практикующих врачей интеллектуальных систем поддержки принятия решений, основанных на актуальных базах знаний по всем разделам медицины, сформированных на основе анализа большого количества практических случаев. Использование технологий Big Data позволяет успешно решать эти проблемы.

Авторский коллектив: 

• Гельцер Борис, доктор медицинских наук, профессор, заслуженный деятель науки РФ, член-корреспондент РАМН и РАН.
• Шахгельдян Карина, доктор технических наук, профессор, директор Центра “Искусственный интеллект” ВВГУ;
• Грибова Валерия, доктор технических наук, профессор центра “Искусственный интеллект” ВВГУ, член-корреспондент Российской академии наук;
• Ермолицкая Марина. кандидат биологических наук, доцент центра “Искусственный интеллект”.
• магистранты и аспиранты НОЦ ИИ;
• студенты кафедры Информационных технологий и систем ВВГУ.