Inventory number IRN Number of state registration
0220РК01195 AP05132760-OT-20 0118РК00122
Document type Terms of distribution Availability of implementation
Заключительный Gratis Number of implementation: 0
Not implemented
Publications
Native publications: 3
International publications: 2 Publications Web of science: 0 Publications Scopus: 2
Number of books Appendicies Sources
1 4 53
Total number of pages Patents Illustrations
78 1 14
Amount of funding Code of the program Table
19000000 AP05132760 7
Name of work
Разработка методов глубокого обучения семантического вероятностного вывода.
Report title
Type of work Source of funding The product offerred for implementation
Applied research Метод, способ
Report authors
Пак Александр Александрович , Макаренко Николай Григорьевич , Зияден Атабай , Рахымбекұлы Жәнібек ,
1
0
1
1
Customer МНВО РК
Information on the executing organization
Short name of the ministry (establishment) МНВО РК
Full name of the service recipient
РГП на ПХВ "Институт информационных и вычислительных технологий" МОН РК
Abbreviated name of the service recipient ИИВТ
Abstract

Объектами настоящего исследования являются модели глубокого обучения в приложении к медицинским данным.

Бұл зерттеудің объектілері медициналық мәліметтерге қолданылатын терең оқыту модельдері болып табылады.

Цели проекта: снижение вычислительной сложности; повышение стабильности обучения; развитие методов нейрокомпьютинга; трансформация медицинских данных в знания.

Жобаның мақсаттары: есептеу қиындығын төмендету; оқытудың тұрақтылығын арттыру; нейрокомпьютерлік әдістерді дамыту; медициналық мәліметтерді білімге айналдыру.

Методы исследования основаны на создании размеченного набора медицинских данных и проведении численных экспериментов по построению нейросетевых моделей, которые выделяют из данных различные семантически обусловленные клинические события. Современный подход нейрокомпьютинга позволяет обрабатывать комлексные разносортные медицинские данные (изображения и текст). Дополнительно рассматривается вопрос прозрачности диагностических решений на основе моделей нейрокомпьютинга в рамках концепции доказательной медицины.

Зерттеу әдістері медициналық мәліметтердің таңбаланған жиынтығын құруға және әр түрлі семантикалық анықталған клиникалық оқиғаларды мәліметтерден бөлетін нейрондық желі модельдерін құру үшін сандық эксперименттер жүргізуге негізделген. Нейрокомпьютингтің заманауи тәсілі күрделі әртүрлі медициналық деректерді (суреттер мен мәтіндерді) өңдеуге мүмкіндік береді. Сонымен қатар, дәлелді медицина тұжырымдамасы шеңберінде нейрокомпьютингтік модельдерге негізделген диагностикалық шешімдердің ашықтығы мәселесі қарастырылған.

Полученные результаты: разработан каркас семантической ролевой разметки клинических заметок на русском языке; разработан корпус клинических выписок на русском языке, состоящий из 1800 документов, из которых 977 запись с семантической разметкой и 254 записи на казахском языке; разработана модель векторизации текстов в медицинском домене; разработана модель выделения именованных сущностей из клинических заметок; разработана модель выделения информаций из клинических заметок; разработана модель семантической вероятностного вывода для сопоставления клинической выписки ее клиническому протоколу (золотому стандарту); разработаны рекомендации по выделению семантически обусловленных признаков заболевания на примере болезней глазного дна.

Алынған нәтижелер: клиникалық ескертулерді орыс тілінде мағыналық тұрғыдан белгілеудің негізі жасалды; 1800 құжаттан тұратын орыс тіліндегі клиникалық сығындылар корпусы әзірленді, оның ішінде 977 жазба семантикалық таңбасы бар және 254 жазба қазақ тілінде; медициналық домендегі мәтінді векторлау моделі жасалды;клиникалық жазбалардан аталған объектілерді бөліп алудың моделі жасалды; клиникалық жазбалардан ақпарат алу моделі жасалды; клиникалық тұжырымды оның клиникалық хаттамасымен (алтын стандарт) салыстыру үшін мағыналық ықтималдық қорытындысының моделі жасалды; аурудың семантикалық анықталған белгілерін анықтауға арналған ұсыныстар көз түбінің аурулары мысалында жасалған.

не применимо

карастырылмаған

не внедрено

енгізілмеген

не применимо

карастырылмаған

Область применения: в рамках государственной программы «Цифровая модернизация медицины» казахстанцев планируется освободить от бумажного документооборота в медицине, а именно от амбулаторных карт, выписок лечения, результатов анализов, рецептов и др. С этой целью был разработан комплекс мероприятий по объединению разрозненных медицинских информационных систем в одну общую стандартизированную платформу. В рамках процесса модернизации появляются унаследованные данные, они являются критически важными в диагностике пациента.

Қолдану саласы: «Медицинаны цифрлық модернизациялау» мемлекеттік бағдарламасы шеңберінде қазақстандықтарды медицинадағы құжат айналымынан, атап айтқанда амбулаториялық карталардан, емдеу карталарынан, тестілеу нәтижелерінен, рецепттерден және т.б. босату жоспарланып отыр. Осы мақсатта бір стандартты платформаға әртүрлі медициналық ақпараттық жүйелерді біріктіру бойынша шаралар кешені әзірленді. Модернизация процесінің шеңберінде бұрынғы деректер пайда болады және пациенттің диагностикасында маңызды болып табылады.

UDC indices
004.032.26,004.032.22,004.032.24
International classifier codes
28.23.25;
Readiness of the development for implementation
Key words in Russian
методы глубокого обучение; обработка медицинских данных; база знаний; искуственные нейронные сети; естественный язык;
Key words in Kazakh
Терең оқуыту әдістері; медициналық мәіметтерді өңдеу; білім базасы; жасанды нейронды желілер; табиғи тіл;
Head of the organization Калимолдаев Максат Нурадилович Доктор физико-математических наук / профессор
Head of work Пак Александр Александрович Кандидат технических наук / ассоциированный профессор
Native executive in charge