Сеченовский университет - один из лидеров подготовки специалистов для разработки и внедрения ИИ решений для медицины.

Открыт прием заявок на конкурс «Лучшее ИТ решение для здравоохранения»

Продолжается регистрация участников IV Всероссийского конгресса «ИТМ Петербург»

Продолжается регистрация участников на IV Всероссийский конгресс «ИТМ Петербург» (19–21 июня 2024 года).

В прошлом году на площадке конгресса прошли три конференции и три профильных секции, круглый стол по теме «Развитие современных информационных технологий в комплексной реабилитации инвалидов и в системе ранней помощи детям и семьям в субъектах Российской Федерации», выставка решений для цифрового здравоохранения. В рамках научной программы было представлено более 50 докладов.

В форуме приняли участие около 800 руководителей и специалистов из более, чем 54 регионов России, Белоруссии и Казахстана.

В НМИЦ нейрохирургии им. Бурденко изучают возможности использования цифровых биомаркеров

Зачастую в нейроонкологии невозможно обойтись без прямой верификации диагноза с помощью биопсии. Но было бы здорово, если бы врачи могли по изображениям предсказывать гистологический, молекулярный диагноз, хотя бы в части случаев. Работа в этом направлении ведется.

В НМИЦ нейрохирургии им. ак. Н.Н. Бурденко Минздрава России реализуется несколько проектов, цель которых — оценить взаимосвязь между цифровыми биомаркерами и клинически значимыми признаками опухолевого и травматического поражения нервной системы. Об этом на конференции ИТМ-ИИ рассказал ученый секретарь, руководитель лаборатории биомедицинской информатики и ИИ ФГАУ «НМИЦ нейрохирургии им. ак. Н.Н. Бурденко» Минздрава России Глеб Данилов.

Речь идет о радиомике — совокупности методов извлечения множества количественных признаков медицинских изображений, которые могут отражать биологические, в том числе молекулярные и генетические характеристики патологии.

Как устроен технологический процесс радиомики? На изображении устанавливается плоская или объемная зона интереса. В пределах этой зоны проводится расчет количественных признаков, которые отражают распределение сигнала в этой области, форму изображаемого объекта, его текстуру. Далее множество признаков можно как-то связывать с биологическими или клиническими свойствами болезни. В частности, использовать в качестве предикторов в моделях машинного обучения.

Для чего этот подход нужен? Потенциально дополнительный набор признаков расширяет возможности лучевой диагностики, за счет чего повышается ее информативность. Сложные сочетания этих признаков потенциально могут отражать скрытые закономерности, которые недоступны глазу лучевого диагноста. Если эти количественные признаки каким-то образом статистически связаны с биологическими свойствами визуализируемых объектов или с клиническими проявлениями заболеваний, их можно рассматривать в качестве биомаркеров.