Постников М. А. - все статьи автора в журнале
-
2026 № 4 Автоматизация проектирования дентальных имплантатов в составе системы поддержки принятия врачебных решений.
Автоматизация проектирования и производства сложных инженерных изделий является важным и достаточно глубоко проработанным направлением внедрения информационных технологий. Цифровая трансформация системы здравоохранения с использованием современных информационных технологий и искусственного интеллекта способствует внедрению технократического подхода к организации проектирования и производства медицинских изделий, что, в свою очередь, требует построения единого информационного пространства медицинской инженерии, например, в стоматологии, аналогично отраслям машиностроения и приборостроения.
Цель исследования: разработка новой технологии автоматизированного проектирования дентальных имплантатов в составе системы поддержки принятия врачебных решений.
Материалы и методы. На основании результатов системного анализа современных трендов и технологий цифровой стоматологии была предложена унифицированная архитектура системы поддержки принятия врачебных решений, основанная на комбинированном применении средств автоматизированного проектирования дентальных имплантатов, искусственного интеллекта и инженерии знаний.
Результаты. Разработана формально-логическая модель цифровой стоматологии, предназначенная для построения базы знаний и реализации информационного обеспечения. На основе предложенной архитектуры и формально-логической модели было разработано программное обеспечение системы поддержки принятия врачебных решений по выбору и расчету параметров дентальных имплантатов.
Выводы. Предложенные технические решения позволяют автоматизировать процесс проектирования и производства дентальных имплантатов в соответствии с принципами персонализированной медицины, что обеспечивает сокращение трудоемкости по подбору и параметризации имплантатов и повышение качества оказания медицинских услуг. -
2026 № 1 База знаний для моделирования цифрового персонализированного дентального имплантата.
Современные технологии трехмерного моделирования, обработки изображений и искусственного интеллекта предоставляют мощные возможность для реализации системы поддержки принятия врачебных решений по дентальной имплантации, что позволяет обеспечить персонализированный подход к лечению пациентов и повысить тем самым качество оказания медицинских услуг.
Цель исследования: разработка и научное обоснование программного алгоритма поддержки принятия решения при выборе оптимальной конструкции дентального имплантата.
Материалы и методы. Предложенное решение основано на реализации гибридного подхода, алгоритмически объединяющего этапы анализа данных пациента и автоматизированного расчета параметров имплантата с использованием базы знаний, в которой основные правила расчета представлены в виде компьютерной онтологии. Исследование основано на современных достижениях в области параметрической оптимизации имплантатов, их трехмерного моделирования, технологиях искусственного интеллекта и инженерии знаний.
Результаты. Предложена параметрическая модель онтологии цифрового персонализированного дентального имплантата, отличающаяся от аналогов способом задания параметров и правил расчета в базе знаний. Предложенная модель была реализована и апробирована в составе системы поддержки принятия врачебных решений по дентальной имплантации зубов нижней челюсти.
Выводы. Реализация базы знаний для моделирования цифрового персонализированного дентального имплантата позволила усовершенствовать методику планирования дентальной имплантации за счет частичной параметризации трёхмерной модели анатомических структур пациента по данным конусно-лучевой компьютерной томографии и внутриротового сканирования. -
2024 № 5 Скрининг хронической болезни почек у детей с помощью алгоритмов машинного обучения.
Поздняя диагностика хронической болезни почек (ХБП) у детей является частым явлением. Среди основных причин: недостаток осведомленности среди родителей и медицинского персонала, неспецифические симптомы, а также трудности в проведении диагностических процедур у детей. Это приводит к серьезным последствиям для здоровья детей, включая прогрессирование болезни и потребность в длительной диализной терапии или трансплантации почек.
Цель исследования: выявить признаки и симптомы у детей, которые нелинейно влияют на ХБП с помощью алгоритма дерева решений (DT).
Материалы и методы исследования: данные были получены из одноцентрового проспективного когортного исследования (2011–2022 г. г.) с участием 128 детей с ХБП 1–4 стадии и 30 детей контрольной группы в возрасте от 0 до 18 лет.
Проведен анализ анамнеза, наследственных факторов, раннего периода развития ребенка, результатов клинико-параклинического и генетического обследования. Модель построена с применением алгоритма машинного обучения (МО) методом дерева решений (ДР).
Результаты. Модель дерева решений выявила три переменных, совместно влияющих на ХБП: потеря белка, эритроциты в моче, полиморфный маркер Т598Т гена IL4. Модель прогнозирует ХБП на обучающей выборке с точностью 98,9% [97,3;100,0]%, чувствительностью 97,8% [95,1; 100,0]%, специфичностью 100,0% [100,0; 100,0]%, ROC-AUC = 100,0% [99,9;100,0]%.; описывает 95,7% [89,1; 100,0]% дисперсии. Полученная регрессионная модель отличного качества (>90%), т. к.
ROC-AUC составляет на тестовой выборке 0.98. В ходе исследования было определено значение точки отсечения (cut-off) ВПР, которое равно 0.5.
Выводы. Выявлены биомаркеры, которые помогут врачу первичного звена здравоохранения выявить ХБП у детей на ранних этапах развития.
Эти переменные с легкостью можно исследовать в амбулаторных условиях и в учреждениях первичного звена здравоохранения. Эта информация может способствовать повышению осведомленности о диагнозе. Медицинские работники могут формировать группы пациентов для более детального обследования, что уменьшит вероятность потери времени и улучшит раннее выявление заболеваний.