The object of research, development or design (in Russian) : Объектом исследования выступает система показателей клинико-гематологических синдромов.

The object of research, development or design (in Kazakh) : Зерттеу объектісі клиникалық-гематологиялық синдромдар көрсеткіштерінің жүйесі болып табылады.

Aim of work (in Russian) : Цель проекта является разработка программного комплекса электронного паспорта здоровья, основанный на информационной технологии дифференциальной диагностики и вычислительно-аналитических моделях морфологической классификации клинико-гематологических синдромов.

Aim of work (in Kazakh) : Жобаның мақсаты - дифференциалды диагностиканың ақпараттық технологиясына және клиникалық-гематологиялық синдромдардың морфологиялық жіктелуінің есептеу-аналитикалық модельдеріне негізделген электрондық денсаулық паспортының бағдарламалық кешенін әзірлеу.

Методы исследования (на русском) : Для достижения цели в рамках первого года реализации проекта (2023 год) была определена задача комплексного анализа проблемы и моделирования технологических процессов предметной области, на основе которой разрабатывается информационная модель бизнес-процессов и реализуется концептуальное проектирование программного комплекса диагностики клинико-гематологических синдромов для электронного паспорта здоровья. Для решения задач исследования применялись методы функционального и объектного моделирования; методы разработки алгоритма дифференциального диагностирования клинико-гематологических синдромов; методы математического моделирования; алгоритм сбора и интеграции данных с первичных преобразователей; методы ETL технологии; методы обеспечения информационной безопасности; технология разработки программных средств.

Методы исследования (на казахском) : Жобаны іске асырудың бірінші жылы (2023 жыл) шеңберінде мақсатқа қол жеткізу үшін бизнес-процестердің ақпараттық моделі әзірленетін және электрондық денсаулық паспорты үшін клиникалық-гематологиялық синдромдарды диагностикалаудың бағдарламалық кешенін тұжырымдамалық жобалау іске асырылатын пәндік саланың проблемасын кешенді талдау және технологиялық процестерін модельдеу міндеті айқындалды. Зерттеу мәселелерін шешу үшін келесідей әдістер қолданылды: функционалды және объектілік модельдеу әдістері; клиникалық-гематологиялық синдромдарды дифференциалды диагностикалау алгоритмін әзірлеу әдістері; математикалық модельдеу әдістері; бастапқы түрлендіргіштерден деректерді жинау және интеграциялау алгоритмі; ETL технологиясы әдістері; ақпараттық қауіпсіздікті қамтамасыз ету әдістері; бағдарламалық құралдарды әзірлеу технологиясы.

Obtained results and novelty (in Russian) : Принципиальные отличия идеи данного проекта от наших предыдущих исследований заключается в том, что текущее исследование нацелено на повышении точности дифференциальной диагностирования клинико-гематологических синдромов за счет применяя алгоритмов machine learning.

Obtained results and novelty (in Kazakh) : Бұл жоба идеясыны алдыңғы зерттеулерімізден түбегейлі айырмашылықтары ағымдағы зерттеу machine learning алгоритмдерін қолдану арқылы клиникалық-гематологиялық синдромдарды дифференциалды диагностикалаудың дәлдігін арттыруға бағытталған.

The main constructive and technical economic indicators (in Russian) : Основные конструктивные и технико-экономические показатели: функциональная модель поддержки принятия клинических решений на основе дифференциального диагностирования клинико-гематологических синдромов; концептуальная модель ИТ-инфраструктуры технологии дифференциального диагностирования клинико-гематологических синдромов; методика и алгоритмы сбора и интеграции показателей клинико-гематологических синдромов (клинических исследований) с первичных преобразователей; информационная модель обеспечения информационной безопасности программного комплекса, предъявляемыми действующим законодательством, обеспечивающим защиту персональных данных; математическая модель оценки показателей клинико-гематологических синдромов; алгоритм морфологической классификации клинико-гематологических синдромов.

The main constructive and technical economic indicators (in Kazakh) : Негізгі конструктивті және техникалық-экономикалық көрсеткіштер: клиникалық-гематологиялық синдромдарды дифференциалды диагностикалау негізінде клиникалық шешімдер қабылдауды қолдаудың функционалдық моделі; клиникалық-гематологиялық синдромдарды дифференциалды диагностикалау технологиясының АТ-инфрақұрылымының тұжырымдамалық моделі; бастапқы түрлендіргіштерден клиникалық-гематологиялық синдромдар (клиникалық зерттеулер) көрсеткіштерін жинау және интеграциялау әдістемесі мен алгоритмдері; дербес деректерді қорғауды қамтамасыз ететін қолданыстағы заңнамамен ұсынылатын бағдарламалық кешеннің ақпараттық қауіпсіздігін қамтамасыз етудің ақпараттық моделі; клиникалық-гематологиялық синдромдардың көрсеткіштерін бағалаудың математикалық моделі; клиникалық-гематологиялық синдромдардың морфологиялық жіктелу алгоритмі.

Level of implementation (in Russian) : Опубликована 1 научная статья в рецензируемом издании; 2 статьи прошли успешное рецензировании и приняты на печать в рецензируемое издание; 2 статьи доложены на международной конференции и планируется их публикация в сборнике с индексацией в Web of Science.

Level of implementation (in Kazakh) : Рецензияланатын басылымда 1 ғылыми мақала жарияланды; 2 мақала сәтті рецензиялаудан өтті және рецензияланатын басылымға басып шығаруға қабылданды; 2 мақала халықаралық конференцияда баяндалды және оларды Web of Science индекстелген жинақта жариялау жоспарлануда.

Efficiency (in Russian) : Разработанные методы и модели могут быть использованы для повышения эффективности диагностирования клинико-гематологических синдромов. Результаты экспериментальных исследований показали приемлемую точность предложенных моделей. Алгоритм, основанный на математической модели оценки показателей клинико-гематологических синдромов позволяет определить патологию с приемлемой (83.3%) точностью. Алгоритмы, основанные на технологии машинного обучения достигают точности 99.7%.

Efficiency (in Kazakh) : Клиникалық-гематологиялық синдромдарды диагностикалаудың тиімділігін арттыру үшін әзірленген әдістер мен модельдерді қолдануға болады. Эксперименттік зерттеулердің нәтижелері ұсынылған модельдердің қолайлы дәлдігін көрсетті. Клиникалық-гематологиялық синдромдардың көрсеткіштерін бағалаудың математикалық моделіне негізделген Алгоритм патологияны қолайлы (83.3%) дәлдікпен анықтауға мүмкіндік береді. Машиналық оқыту технологиясына негізделген Алгоритмдер 99.7% дәлдікке жетеді.

Field of application (in Russian) : Область применения: разработка рекомендаций по дифференциальной диагностики клинико-гематологических синдромов в клинико-диагностической лаборатории.

Field of application (in Kazakh) : Қолдану саласы: клиникалық-диагностикалық зертханада клиникалық-гематологиялық синдромдарды дифференциалды диагностикалау бойынша ұсыныстар әзірлеу.