http://dspace-ipag.com.ua/jspui/handle/123456789/538 2026-10-22T20:03:04Z http://dspace-ipag.com.ua/jspui/handle/123456789/720 Название: Ультразвукові характеристики перинатальних ускладнень у новонароджених від матерів, які перенесли COVID-19 під час вагітності Авторы: Медведенко Г.Ф; Тарасюк Б.А; Дзюба О.М; Гребініченко Г.О Краткий осмотр (реферат): Мета – вивчити ультразвукові ознаки перинатальних ускладнень у новонароджених від матерів, які перенесли COVID-19 під час вагітності. Матеріали та методи. Усім вагітним (140 жінок із позитивним тестом на COVID-19), від яких народилося 142 дитини (дві дихоріаль- ні, диамніотичні двійні) основної групи і 103 (три дихоріальні, диамніотичні двійні) дитини контрольної групи), проведено ультразвукове дослідження (УЗД) плода з фетальною ехокардіографією (ЕхоКГ), а також оцінено стан матково-плацентарного та плодового крово- току в рiзних судинних басейнах у термiнах 1 –39 тижнiв вагiтностi для визначення наявності ознак внутрішньоутробного інфікування, виявлення супутньої патології, структурних змін у плаценті, кількості навколоплідних вод та ступеня гемодинамічних порушень у фето- плацентарній системі. 2024-09-24T00:00:00Z http://dspace-ipag.com.ua/jspui/handle/123456789/719 Название: Штучний інтелект і радіологічна діагностика в гепатології Авторы: Колотілов М. М.; Солодущенко В. В; Тарасюк Б. А; Березенко В. С Краткий осмотр (реферат): Термін «штучний інтелект» (ШІ) було запропоновано в1956 році Джоном Маккарті, американським вченим, за-сновником функціонального програмування [1]. Це уза-гальнена назва для різних стратегій, що передбачають са-мостійну імітацію когнітивних функцій людини, включаю-чи самонавчання та пошук рішень без заздалегідь задано-го алгоритму, і отримання результатів, порівнянних із ре-зультатами інтелектуальної діяльності людини. Машинненавчання (МН) як підрозділ ШІ охоплює автоматизова-ні процедури для формування загальних правил із набо-ру даних, тобто правил, що виводяться системою на ос-нові прикладів [1], та виконується за допомогою зазда-легідь визначених алгоритмів або штучних нейроннихмереж. Існує контрольоване (з учителем) та неконтро-льоване (без учителя) МН. Контрольоване МН передба-чає, що приклади містять вхідні дані та відповідні очіку-вані результати (наприклад, результати класифікації, ді-агностичні зображення пухлин). Неконтрольоване МНполягає в тому, що система самостійно визначає можли-ві результати на основі лише вхідних даних. Метою МН єпрогнозування результатних даних на основі навчальнихвхідних даних. Типові завдання МН у радіології – це кла-сифікація, сегментація зображень, регресія та кластери-зація [2]. Наприклад, контрольоване МН для радіологіч-ної діагностики базується на серії позначених радіоло-гом зображень органа та верифікованих патогістологіч-них висновків, таких як, наприклад, холангіокарцинома. Математика, закладена в технології ШІ (процес МН, ма-тематичний пошук оптимальних рішень систем рівнянь),дозволяє знаходити та запам’ятовувати характерні патер-ни в отриманих даних, які не завжди можуть бути інтер-претовані людиною. Математична модель ШІ – це функ-ція з незалежними змінними (предикторами) та параме-трами, підібраними під час МН. 2025-02-17T00:00:00Z http://dspace-ipag.com.ua/jspui/handle/123456789/718 Название: РОЗРОБКА СИСТЕМИ НАКОПИЧЕННЯ ТА ЗБЕРІГАННЯ МЕДИЧНИХ ЗОБРАЖЕНЬ ЗА ДОПОМОГОЮ SALESFORCE Авторы: Боженко, Анастасія Юріївна; Настенко, Євген Арнольдович; Корнієнко, Галина Альбертівна; Дикан, Ірина Миколаївна; Павлов, Володимир Анатолійович; Тарасюк, Борис Андрійович; Городецька, Олена Костянтинівна; Авер’янова, Ольга Анатоліївна Краткий осмотр (реферат): Анотація–У контексті охорони здоров'я існує нагальна потреба в оптимізації управління медичними даними, включаючиаспекти зберігання, обробки та обміну медичними зображеннями. Ця потреба стає все більш актуальною у зв'язку зпідвищенням вимог до точності діагнозівта ефективності лікувальних процедур, що зумовлює необхідність вдосконалення існуючих систем у цій галузі. Водночас критично важливим стає питання забезпечення безпеки та конфіденційності даних пацієнтів. Впровадження передових технологій, в тому числі штучного інтелекту, має потенціал для значного підвищення точності діагностичних процедур.Метою цього дослідження є створення інноваційної системи для зберігання, обробки таобміну медичними зображеннями з акцентом на підвищення ефективності діагностики та забезпечення належного рівнябезпеки даних пацієнтів. Проект включає розробку системи, інтегрованої з різними компонентами CRM-систем, такими як відстеження пацієнтів, планування, медична документація та звітність. Це сприятиме ефективній організації системи охорони здоров'я. Основним функціоналом розробленої системи є галерея для перегляду завантажених медичних зображень.Система оснащена сімома фільтрами, які дозволяють враховувати такі параметри, як тип сканування (включаючи ультразвукові зображення, отримані різними типами датчиків), тип зображення та інші ключові характеристики для аналізумедичних зображень. Це дає можливість користувачам системи ефективно фільтрувати, виявляти та завантажувати необхідні зображення для подальшого використання в діагностиці та лікуванні.Застосування цієї системи до реальних медичних зображень з різних медичних установ може зробити значний внесок у цифрову трансформацію сектору охорони здоров'я в Україні, відкриваючи можливості для інтеграції штучного інтелекту. Розроблену систему зберігання та обробки медичних зображень планується впровадити в структурудержавної установи–Інституту ядерної медицини та променевої діагностики НАМН України. 2024-01-13T00:00:00Z http://dspace-ipag.com.ua/jspui/handle/123456789/717 Название: ЕФЕКТИВНІСТЬ МУЛЬТИПАРАМЕТРИЧНОЇ УЛЬТРАЗВУКОВОЇ ДІАГНОСТИКИ З ПРОГРАМАМИ ШТУЧНОГО ІНТЕЛЕКТУ ПРИ ДИФУЗНИХ ЗАХВОРЮВАННЯХ ПЕЧІНКИ УДІТЕЙ Авторы: Бабенко В.О.; Солодущенко В.В.; Диба М.Б.; Глоба М.В.; Тарасюк Б.А. Краткий осмотр (реферат): Хронічні дифузні захворювання печінки удітей потребують безпечної неінвазивної оцінкита повторюваного моніторингу фіброзу. Біопсія печінки залишається референтним методомморфологічної верифікації, однак упедіатричній практиці її застосування обмежують інвазивність,ризик ускладнень та етичні чинники. Мультипараметричне ультразвукове дослідження, зокремаеластографія зсувної хвилі та доплерографічна оцінка кровотоку, придатне для динамічногоспостереження, але інтерпретація ультразвукових ознак залишається залежною від оператора.Автоматизований аналіз зображень із застосуванням алгоритмів штучного інтелекту можепідвищити об’єктивність та відтворюваність стратифікації фіброзу іпідтримати клінічні рішення. 2025-11-17T00:00:00Z