Многокомпонентный программно-аппаратный комплекс для сбора, хранения, разметки биомедицинских данных
Полное название проекта:
Многокомпонентный программно-аппаратный комплекс для автоматизированного сбора, хранения, разметки научно-исследовательских и клинических биомедицинских данных, их унификации и анализа в ЦОД на базе алгоритмов искусственного интеллекта и предиктивной аналитики с последующим внедрением инновационных технологий в научно-исследовательскую и образовательную деятельность, практическую медицину и реальную клиническую практику.
Руководитель: Балашов Александр Тимофеевич
Заказчик: Министерство науки и высшего образования Российской Федерации
Срок выполнения: 05.08.2021 − 31.12.2023
Результаты работы и новости о разработке
Тенденции развития современной медицины связаны с достижениями активно разрабатываемого направления 4П-медицины, построенной на принципах персонализированного подхода к здоровью человека и интегрирующей в себе понятия персонализации (индивидуального подхода к каждому пациенту), предикции (созданию вероятностного прогноза здоровья), превентивности (предотвращению появления заболеваний) и партисипативности (мотивированному участию пациента).
Модернизируемый многокомпонентный программно-аппаратный комплекс, являющийся уникальной научной установкой (УНУ), не имеющей аналогов в мире, создан для проведения уникальных исследований и разработок в области молекулярной генетики, онкоиммунологии, нейрофизиологии, биорегуляции, клеточной биологии, фармакологии, эпидемиологии, кардиологии, перинатальной медицины и биоинформатики, объединяющих достижения фундаментальной медицины и реальной клинической практики, отвечая современным вызовам научно-технического прогресса.
Все компоненты УНУ – единая научно-исследовательская платформа для комплексного изучения человека в системе "молекула – клетка – ткань – орган – организм – среда".
В УНУ интегрирован сервис Webiomed – первое ПО с искусственным интеллектом в РФ, позволяющий применять уникальные, основанные на технологиях искусственного интеллекта, методы определения рисков развития заболеваний, а также подозрений на заболевания и их осложнения. Интеграция цифровых диагностических биомедицинских приборов и лабораторного оборудования с программно-аппаратным комплексом на платформе УНУ обеспечит возможность генерации и автоматизации процесса сбора экспериментальных данных и неструктурированных записей из медицинских информационных систем для создания на их основе структурированных массивов и поиска закономерностей с использованием технологий искусственного интеллекта на предмет построения новых высокоточных моделей прогнозирования неблагоприятных событий в медицине.
Результаты разработки прогностических моделей на платформе УНУ найдут свое применение в предиктивной аналитике заболеваний сердечно-сосудистой системы, заболеваний органов дыхания, COVID-19, сахарного диабета, онкологических и орфанных заболеваний, в пренатальной диагностике.
Комплексный подход к анализу данных, включающий формирование алгоритмов машинного обучения и применение нейронных сетей, позволит наряду с известными факторами риска выявлять неизвестные до настоящего времени предикторы и точнее предсказывать неблагоприятные медицинские эпизоды, тем самым предоставляя клиницистам широкие возможности для своевременной профилактики заболеваний.