Интернаука - Интернаука №16 (часть1) 2020

лекта является помощь медицинским работникам, то

это не только те исследования, которые проводятся

есть предотвратить или уменьшить количество ме-

в медицинской сфере, но и на исследования в дру-

дицинских ошибок. Еще можно отметить выведение

гих сферах. Выбор методов влияет и на построение

обследований на принципиально новый качествен-

теоретических медицинских моделей, и на характе-

ный уровень, и это достижимо за счет точности ана-

ристики экспериментальных исследований [1-4].

лиза данных и их описаний.

Основываясь на медицинских данных, мы мо-

Рассмотрим, как происходит обучение нейрон-

жем получить соответствующую информацию для

ной сети в радиологии - безусловно использование

анализа, но ее нельзя всегда рассматривать в каче-

тестовой программа не будет сразу осуществляться,

стве основы для того, чтобы однозначным способом

сперва проанализировано очень большое рентгенов-

идентифицировать заболевание. Это связано с тем,

ских снимков, и этот процесс будет продолжаться,

что происходят отклонения результатов измерений

то есть программа продолжит процесс обучения

медицинских переменных от реальных значений,

новым снимкам. Система производит расчет ошиб-

так как существуют неточности или погрешности.

ки, а дальше работа специалистов, он будут произ-

Медицинская информация имеет вероятностную

водить настройку сети. В этой работе должны одно-

природу, вследствие этого ее оценка может проис-

значно принимать участие самые опытные врачи-

ходить на основе определенных способов, (по объё-

рентгенологи, которые имеют большой стаж рабо-

мам статистической выборки) и числу параметров

ты. Каждый рентгеновский снимок размечается и

(тестов), принимаемых во внимание.

анализируется тремя или более экспертами, которые

независимо друг от друга будут выдавать заключе-

10

Журнал «Интернаука»

№ 16 (145), часть 1, 2020 г.

ния своих результатов. В нейронную сеть будут ис-

дать больше информации и сведении о заболевании,

пользовать только те снимки и их результаты, кото-

и даже о плане лечения. Это в свою очередь в разы

рые совпали у всех специалистов-экспертов. И толь-

повышает достоверность диагностики;

ко после этого можно рассмотреть подключение

 данное второе мнение может быть не толь-

обученной нейронной сети к рентгенологическим

ко для врача-реаниматолога, а также для врача-

системам. Система получает снимок пациента и дает

клинициста;

заключение на основании данных, которые ранее

 для врача искусственный интеллект - это

были получены, то есть из данных об исследовани-

как помощник при разделении потока пациентов и

ях. И здесь главную роль играет врач, ведь при

расставлению правильных приоритетов;

необходимости он может дополнить, либо откоррек-

 также не менее важным пунктом является

тировать заключение.

возможность контроля качества, который можно

Отметим следующие преимущества использова-

проводить посредством технологии и аудита;

ния нейронной сети в заключении диагнозов:

 нейронная сеть может выделить область, на

 по времени – рентгеновский снимок может

которой была найдена патология, это позволяет вра-

быть описан искусственным интеллектом за 3 се-

чу подготовку заключения с наименьшем потери

кунды, в то время как специалист описывает снимок

времени, и в свою очередь увеличивает точность

до 20 минут. Получается «искусственный интел-

описания снимка.

лект-врач» составляет описание исследования менее

Решения, которые предлагает искусственный

чем за три секунды, а тем временем по нормативам

интеллект, чаще начинают использоваться для оп-

на сегодняшний день проведение, описание одного

тимизации рабочих процессов. Однако есть и неко-

исследования может занимать до 90 минут;

торые затруднения, одно из них является высокие

 по стоимости – стоимость работы системы

системные требования к компьютерам, на которых

будет ниже;

выполняются алгоритмы машинного обучения. Об-

 порой, думаю очень важно знать второе

лачные сервисы могли бы стать решением, но мно-

мнение, которое может дать искусственный интел-

гие специалисты не доверяют им и можно заметить,

лект врачу–рентгенологу. "Второе мнение" - это

что не часто их используют.

мнение независимого эксперта, также оно может

Список литературы:

1. Золотухин О.В., Остащенко С.Л., Шуршуков Ю.Ю. Медико-социальная характеристика контингента боль-

ных с мочекаменной болезнью / Вестник Воронежского института высоких технологий. 2014. № 13. С.15-18

2. Болгов С.В., Есауленко И.Э., Постникова И.В. Медико-социальный портрет пациентов стоматологического

профиля / Вестник Воронежского института высоких технологий. 2014. № 13. С.19-26.

3. Бугакова Е.Н., Клименко Г.Я., Чопоров О.Н. Анализ медико-социальных факторов риска развития аллерги-

ческих дерматитов / Системный анализ и управление в биомедицинских системах. 2009. Т. 8. № 3. С. 795-798.

4. Чопоров О.Н., Разинкин К.А. Оптимизационная модель выбора начального плана управляющих воздей-

ствий для медицинских информационных систем / Системы управления и информационные технологии.

2011. Т. 46. № 4.1. С. 185-187.

5. Львович И.Я., Преображенский А.П., Орешкин М.А., Калаев В.Н. Разработка обучающей системы по гене-

тическим показателям / Вестник Воронежского государственного технического университета. 2010. Т. 6.

№ 1. С. 4-6.

6. Цепковская Т.А. О характеристиках некоторых подходов, связанных с использованием геоинформацион-

ных технологий при прогнозировании заболеваний / Вестник Воронежского института высоких техноло-

гий. 2014. № 13. С.102-105.

7. Болгов С.В., Разинкин К.А., Чопоров О.Н. Прогнозирование стоматологической заболеваемости по медико-

биологическим и социально-гигиеническим факторам риска / Врач-аспирант. 2011. Т. 49. № 6.2. С. 294-301.

8. Махер Х.А., Наумов Н.В., Клименко Г.Я., Чопоров О.Н. Разработка и использование моделей для прогно-

зирования качества жизни беременных по их медико-социальным характеристикам / Системный анализ и

управление в биомедицинских системах. 2011. Т. 10. № 4. С. 789-793.

9. Электронный ресурс : https://www.sam-solutions.com/blog/the-importance-of-data-collection-in-healthcare/

11

Журнал «Интернаука»

№ 16 (145), часть 1, 2020 г.

ЗАЩИТА ИНФОРМАЦИИ В РТК ВН С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ

ФОРМИРОВАНИЯ КРИПТОГРАФИЧЕСКИХ КЛЮЧЕЙ

НА ОСНОВЕ БИОМЕТРИЧЕСКИХ ОБРАЗОВ

Слепокуров Сергей Васильевич

научный сотрудник, Краснодарское высшее военное Орденов Жукова и Октябрьской Революции