Публикации

Осведомленность и мнения руководителей в сфере здравоохранения России о медицинских технологиях искусственного интеллекта

Профилактика фебрильной нейтропении у онкологических пациентов: данные реальной клинической практики

Фибрилляция предсердий и хроническая болезнь почек: основные клинические характеристики пациентов в отдельных субъектах Российской Федерации

Этические проблемы развития технологий искусственного интеллекта в здравоохранении

Analysis of Publication Activity and Research Trends in the Field of AI Medical Applications: Network Approach

Artificial Intelligence on Guard of Reproductive Health

Критерии применимости компьютерного зрения для профилактических исследований на примере рентгенографии и флюорографии органов грудной клетки

Анализ мирового опыта в регулировании использования медицинских данных для целей создания систем искусственного интеллекта на основе машинного обучения

Эффективность использования mHealth в качестве инструмента профилактики сердечно-сосудистых заболеваний. систематический обзор

Извлечение данных из электронных медицинских карт с помощью NLP алгоритмов

Методика оценки уровня зрелости информационной системы для здравоохранения

Информатизация здравоохранения Российской Федерации: история и результаты развития

Развитие исследований и разработок в сфере технологий искусственного интеллекта для здравоохранения в Российской Федерации: итоги 2021 года

Методический подход и рекомендации по научному описанию создания и валидации модели машинного обучения

Электронные медицинские карты как источник данных реальной клинической практики

Прогнозирование наличия субклинического каротидного атеросклероза у пациентов с избыточным весом и ожирением при помощи модели машинного обучения

Верификация субклинического каротидного атеросклероза в рамках риск-стратификации при избыточном весе и ожирении: роль методов машинного обучения в формировании диагностического алгоритма

Расчет объема выборки для клинических испытаний систем поддержки принятия врачебных решений с бинарным откликом

Искусственный интеллект в здравоохранении России. Роль лаборатории. Лабораторная служба

Разработка модели машинного обучения для интерпретации результатов лабораторной диагностики с целью выявления подозрений на заболевания

Искусственный интеллект на пороге лаборатории

Принципы формирования доверия к системам искусственного интеллекта для здравоохранения

Целесообразность применения технологий искусственного интеллекта в лучевой диагностике (результаты первого года московского эксперимента по компьютерному зрению)

Перспективы применения больших данных в российском здравоохранении

Применение автоматизированной системы поддержки принятия врачебных решений при диспансеризации взрослого населения для контроля правильности оценки уровня сердечно-сосудистого риска

Мировые тренды цифровой трансформации отрасли здравоохранения

Совершенствование возможностей оценки сердечно-сосудистого риска при помощи методов машинного обучения

Предикторы эндометриоза при бесплодии

Машинное обучение на лабораторных данных для прогнозирования заболеваний

Роль искусственного интеллекта в прогнозировании преждевременных родов

Российские мобильные приложения для здоровья: систематический поиск в магазинах приложений

Модель прогнозирования пандемии COVID-19 на основе машинного обучения в отдельных регионах Российской Федерации

Прогнозирование преэклампсии с использованием технологий искусственного интеллекта

Hybrid Predictive Modelling for Finding Optimal Multipurpose Multicomponent Therapy

Распространенность хронической болезни почек по данным ретроспективного когортного исследования «Эпидемиология ХБП» (город Киров)

Этика и «цифра»: от проблем к решениям

Результаты ретроспективного анализа записей электронных амбулаторных медицинских карт пациентов с хронической сердечной недостаточностью: первый российский опыт

Искусственный интеллект на страже репродуктивного здоровья

Правильность оценки сердечно-сосудистого риска в повседневной клинической практике

Нормативно-правовое регулирование программного обеспечения для здравоохранения, созданного с применением технологий искусственного интеллекта, в Российской Федерации

Искусственный интеллект: предиктивная аналитика перинатального риска

Технологии прогнозной аналитики в борьбе с пандемией COVID-19

Алгоритм формирования подозрения на новую коронавирусную инфекцию на основе анализа симптомов для использования в системах поддержки принятия врачебных решений

Предсказание сердечно-сосудистых событий при помощи комплексной оценки факторов риска с использованием методов машинного обучения

Adapting neural network models to predict 10-year CVD development based on regional data calibration

Feature Extraction Method from Electronic Health Records in Russia

Deep and machine learning models to improve risk prediction of cardiovascular disease using data extraction from electronic health records

Перспективы использования методов машинного обучения для предсказания сердечно-сосудистых заболеваний

Искусственный интеллект в оценке рисков развития сердечно-сосудистых заболеваний

Основные рекомендации к созданию и развитию информационных систем в здравоохранении на базе искусственного интеллекта

Искусственный интеллект в медицине и здравоохранении

Перспективы нейронных сетей и глубокого машинного обучения в создании решений для здравоохранения

Поддержка принятия врачебных решений в медицинских информационных системах медицинской организации