М.С. Капля1, Е.Ю. Кириченко2, С.В. Родькин3
1–3 Донской государственный технический университет (г. Ростов-на-Дону, Россия)

1 kaplya.2023@mail.ru, 2 kiriche.evgeniya@yandex.ru, 3 rodkin_stas@mail.ru

Постановка проблемы. Современная медицина сталкивается с рядом вызовов: дефицит врачей, старое оборудование, невозможность получить медицинскую помощь. Это существенно затрудняет своевременную диагностику и лечение заболеваний. Отсутствие датасета по цитологии делает невозможным разработку и создание модели на основе искусственного интеллекта и ее внедрение в здравоохранение.

Цель. Создать стандартизированный датасет биологических жидкостей, на основании которого будет предложена мультимодальная модель для использования врачами-морфологами.

Результаты. Создан датасет, содержащий отсканированные изображения мазков крови, полученные с помощью светового микроскопа. Проведена разметка ключевых элементов мазков крови на полученных изображениях.

Практическая значимость. Результаты данной работы позволят создать мультимодальные модели, способные автоматизировать процесс и повысить качество диагностики, а также станут надежным инструментом помощи в ежедневной рутине врача.

Капля М.С., Кириченко Е.Ю., Родькин С.В. Разработка набора цитологических данных для автоматизации решения задач медицинской диагностики // Нейрокомпьютеры: разработка, применение. 2026. Т. 28. № 1. С. 38–45. DOI: https://doi.org/10.18127/ j19998554-202601-04

1. Dubas-Jakóbczyk K., Domagała A., Mikos M. Impact of the doctor deficit on hospital management in Poland: A mixed-method study // The International Journal of Health Planning and Management. 2019. V. 34. № 1. P. 187–195.
2. Schnack H., Uthoff S.A.K., Ansmann L. The perceived impact of physician shortages on human resource strategies in German hospitals – a resource dependency perspective // Journal of Health Organization and Management. 2022. V. 36. № 9. P. 196–211.
3. Džakula A., Relić D., Michelutti P. Health workforce shortage – doing the right things or doing things right? // Croatian Medical Journal. 2022. V. 63. № 2. P. 107–109.
4. Отставных Д.В. Проблемы кадрового обеспечения отрасли здравоохранения в современных условиях // Вестник общественного здоровья и здравоохранения Дальнего Востока России. 2012. Т. 4. № 9. С. 5.
5. Полякова И.А. Трансформация российского здравоохранения в оценках населения // Вестник РГГУ. Серия «Философия. Социология. Искусствоведение». 2022. № 1. С. 66–74.
6. Пастушок И.А. и др. Система автоматического распознавания лейкоцитов в мазке периферической крови на основе технологии глубинного обучения // Вестник медицинского института «Реавиз»: реабилитация, врач и здоровье. 2018. № 1 (31). С. 117–120.
7. Козулин Н.Д., Мигулина А.А., Биктимиров А.Р. Создание сверточной нейронной сети для обнаружения и классификации лейкоцитов в периферической крови // Вестник новых медицинских технологий. 2025. Т. 32. № 1. С. 139–144.
8. Указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» (с изменениями и дополнениями) [Электронный ресурс] / URL: https://base.garant.ru/72838946/ (дата обращения: 03.05.2025).
9. Перечень поручений по итогам участия Президента в пленарном заседании Форума будущих технологий и его встречи с учеными (утв. Президентом Российской Федерации 18 апреля 2024 г. № Пр-755) [Электронный ресурс] / URL: https://www.garant.ru/ hotlaw/federal/1707983/ (дата обращения: 02.05.2025).
10. Хохлов А.Л. и др. Механизмы внедрения технологий искусственного интеллекта в здравоохранение: новые этические вызовы // Медицинская этика. 2024. Т. 12. № 3. С. 4–10.
11. Павлов В.Н., Ханов А.М., Тюрганов А.Г. Цифровая медицина: ожидания и перспективы // Общественное здоровье. 2022. Т. 2. № 2. С. 73–76.
12. Чойжалсанова А.Ц., Базарова В.В. Искусственный интеллект в медицине: перспективы и проблемы внедрения // Сб. трудов VIII Междунар. науч.-практич. конф. «Социально-экономическое развитие России и Монголии: проблемы и перспективы». 2021. С. 154–157.
13. Кіжаєв С.О. и др. Інтелектуальні системи в управлінні медичними технологіями і якістю життя // Медичні перспективи. 2021. Т. 26. № 1. С. 18–29.
14. Лоскин В.А. Технологии искусственного интеллекта в современной медицине // Сб. статей Межрегиональной науч.-практич. конф. «Цифровые, компьютерные и информационные технологии в науке и образовании». 2023. С. 298–301.
15. Рязанова С.В., Мазаев В.П., Комков А.А. Новые тенденции становления искусственного интеллекта в медицине // CardioСо­матика. 2021. Т. 12. № 4. С. 227–233.
16. Гольдина Т.А. и др. Искусственный интеллект в здравоохранении: Real World Data и Patient Voice – готовы ли мы к новым реалиям? // Медицинские технологии. Оценка и выбор. 2021. № 2 (43). С. 22–31.
17. Блохин И.А. и др. Использование искусственного интеллекта в здравоохранении: опыт валидации алгоритма искусственного интеллекта в медицинских организациях в условиях пандемии COVID-19 // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 1. С. 271–282.
18. Шабалова И.П., Полонская Н.Ю. Основы цитологии: Учебник. М.: ГЭОТАР-Медиа. 2009.
19. ГОСТ Р 53079.4-2008. Национальный стандарт Российской Федерации. Технологии лабораторные клинические. Обеспечение качества клинических лабораторных исследований. Ч. 4. Правила ведения преаналитического этапа (дата введения: 01.01.2010) [Электронный ресурс] / URL: https://docs.cntd.ru/document/1200072566 (дата обращения: 05.05.2025).
20. Казаков Н., Идина М.Ф. Приготовление и окраска мазков крови для микроскопической диагностики протозойных и других кровепаразитарных болезней крупного рогатого скота // Ветеринарная патология. 2010. № 2 (33). С. 61–65.
21. Практическая и лабораторная гематология / Под ред. Б.Дж. Бейн, И. Бейтс, М.А. Лаффан. Пер. с англ. под ред. А.Г. Румянцева. Изд. 2-е. М.: ГЭОТАР-Медиа. 2023.
22. Цепковская С.Н., Остапчук А.В., Ошкина Л.Л. Цитологические характеристики злокачественных новообразований // Нива Поволжья. 2019. № 3 (52). С. 153–161.
23. Диденко В.М. Исследование показателей стресс-реакции у людей при развитии в организме патологических состояний. Магистерская диссертация. Сибирский федеральный университет. 2018.
24. Перепанова Т.С. Диагностическая значимость анализа мочи и тест-полосок // Эффективная фармакотерапия. 2008. № 18. С. 24–29.
25. Palmer L. et al. ICSH recommendations for the standardization of nomenclature and grading of peripheral blood cell morphological features // International Journal of Laboratory Hematology. 2015. V. 37. № 3. P. 287–303.
26. Лучинин А.С. Искусственный интеллект в гематологии // Клиническая онкогематология. Фундаментальные исследования и клиническая практика. 2022. Т. 15. № 1. С. 16–27.
27. Kratz A. et al. Digital morphology analyzers in hematology: ICSH review and recommendations // International Journal of Laboratory Hematology. 2019. V. 41. № 4. P. 437–447.
28. Кузнецов А.И. и др. Возможности и ограничения применения искусственного интеллекта в медицине // Новости клинической цитологии России. 2023. Т. 27. № 2. С. 18–24.