Негiзгi бетҒылымГранттық және бағдарламалық-нысаналы қаржыландыру бойынша ғылыми және ғылыми-техникалық жобалар ПроекттерAP26194209 «Қан газометриясы технологиясына негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың интеллектуалды жүйесін математикалық және алгоритмдік қамтамасыз ету»

AP26194209 «Қан газометриясы технологиясына негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың интеллектуалды жүйесін математикалық және алгоритмдік қамтамасыз ету»

Жобаның атауы: AP26194209 «Қан газометриясы технологиясына негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың интеллектуалды жүйесін математикалық және алгоритмдік қамтамасыз ету».

Конкурс атауы: 2025-2027 жылдарға арналған ғылыми және (немесе) ғылыми-техникалық жобаларды гранттық қаржыландыруға арналған конкурс

Жоба жетекшісі: Рахметуллина Жеңісгүл Төлеуханқызы, физика-математика ғылымдарының кандидаты, қауымдастырылған профессор

Идентификаторы:

ResearcherID Web of Science: GYG-2630-2022
ORCID: https://orcid.org/0000-0002-0554-7684
Scopus Author ID: 57220809777

Жобаның зерттеу тобы (олардың сәйкестендіргіштері (Scopus Author ID, Researcher ID, ORCID, егер бар болса) және тиісті бейіндерге сілтемелері)

№	ТАӘ	Жоба бойынша лауазымы	Сәйкестендіргіштері (Scopus Author ID, Researcher ID, ORCID, егер бар болса) және тиісті бейіндерге сілтемелері
1.	Рахметуллина Жеңісгүл Төлеуханқызы	Жоба жетекшісі	ResearcherID Web of Science: GYG-2630-2022 ORCID: https://orcid.org/0000-0002-0554-7684 Scopus Author ID: 57220809777
2.	Увалиева Индира Махмутовна	Жетекші ғылыми қызметкер	ResearcherID Web of Science: N-9474-2017, ORCID: https://orcid.org/0000-0002-2117-5390 Scopus Author ID: 56512350900
3.	Аменова Фарида Сейткумаровна	Жетекші ғылыми қызметкер	ORCID: https://orcid.org/ 0000-0001-6656-5037 Scopus Author ID: 57220237643
4.	Мукашева Роза Урумкановна	Аға ғылыми қызметкер	ResearcherID Web of Science: GYG-2630-2022 ORCID: https://orcid.org/0000-0002-4722-4576 Scopus Author ID: 55367791800.
5.	Букунова Альмира Шошановна, кандидат медицинских наук, нет	Аға ғылыми қызметкер	Scopus Author ID: 57224522852
6.	Тезекпаева Шынар Толегеновна	Ғылыми қызметкер	Author ID в Scopus: 000512347 ResearcherID Web of Science: GSE-2587-2022 ORCID: ID 0009-0006-9552-0288.
7.	Нурумов Жарас Жолымханулы	Кіші ғылыми қызметкер
8.	Шахметов Мадияр Нурушевич, MBA, врач-кибернетик	Консультант-эксперт
9.	Борозенец Давид Рафаэлевич,	Инженер бағдарламашы	ResearcherID Web of Science: KNS-2113-2024, ORCID: https://orcid.org/0009-0008-2017-5840 Scopus Author ID: 58753693300).
10.	Абишева Гулзат Жомартқызы	project manager

Жобаның аңдатпасы:

Жасанды интеллект, Машиналық оқыту және математикалық модельдеу технологиялары негізінде клиникалық шешімдерді қабылдауды қолдаудың интеллектуалды жүйелерін (СППР) дамыту медициналық көмектің сапасын едәуір арттыруға мүмкіндік береді. Қабілетті алгоритмдік және математикалық қамтамасыз етуді құру: газометрия деректерін басқа зертханалық және клиникалық көрсеткіштермен біріктіру, жасырын заңдылықтарды және параметрлер арасындағы қатынастарды анықтау, патологиялық жағдайлардың дамуын болжау, оңтайлы клиникалық шешімдерді ұсыныңыз, Медициналық информатика және биомедициналық инженерия саласындағы өзекті ғылыми міндет болып табылады.

Жобаның мақсаты-гематология мен диабетологиядағы медициналық ұсыныстардың тиімділігін арттыруға мүмкіндік беретін қан газометриясы технологиясы негізінде клиникалық шешімдерді қабылдауды қолдаудың зияткерлік жүйесін математикалық және алгоритмдік қамтамасыз етудің ғылыми-әдістемелік негіздерін әзірлеу.

Мақсатқа жету үшін келесі логикалық байланысты міндеттер жоспарланған:

қан газометриясы технологиясы негізінде клиникалық шешімдер қабылдауды қолдау процестерінің теориялық және практикалық аспектілерін зерттеу және талдау;
қан газометриясы технологиясы негізінде гематология мен диабетологияда клиникалық шешімдер қабылдауды қолдау жүйесінің тұжырымдамалық моделін жобалау;
қан газометриясы технологиясы және машиналық оқыту әдістері негізінде гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың математикалық модельдері мен алгоритмдерін әзірлеу;
гематология мен диабетологиядағы медициналық шешімдердің диагностикасы мен тиімділігін арттыру үшін машиналық оқытудың ансамбльдік әдістерінің технологиясы негізінде қан газометриясы көрсеткіштерін талдаудың гибридті моделін әзірлеу;
гематология және диабетология міндеттері үшін клиникалық шешімдер қабылдауды қолдаудың зияткерлік жүйесінің модульдерін бағдарламалық іске асыру;
гематология және диабетология міндеттері үшін клиникалық шешімдерді қабылдауды қолдаудың зияткерлік жүйесін эксперименттік зерттеу және қажетті техникалық құжаттаманы әзірлеу.

Жобаның күтілетін нәтижелері және алынған нәтижелері:

Год	Зерттеу бойынша алынған нәтижелері. Жарияланымдар (оларға сілтемелері бар) мен патенттер; әлеуетті пайдаланушыларға арналған ақпарат
2025 жыл	Қан газометриясы технологиясы негізінде клиникалық шешімдер қабылдауды қолдау процестерінің теориялық және практикалық аспектілерін зерттеу және талдау нәтижелері алынды. Қан газометриясы технологиясына негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдау жүйесінің тұжырымдамалық моделі жасалды. Зерттеу нәтижелері бойынша халықаралық ғылыми конференциялар материалдарында мақалалар жарияланды: Рахметуллина Ж.Т., Увалиева и. М., Тезекпаева Ш. Т. қан газометриясы негізінде клиникалық шешімдерді қабылдауды қолдау жүйесін құрудың теориялық-әдіснамалық негіздері // Ғылым, инновация, білім: ХХІ ғасырдың өзекті мәселелері: XV халықаралық ғылыми-практикалық конференцияның мақалалар жинағы. - Пенза: "Ғылым және ағарту" ХҒС. – 2025. – Б. 31-35 (ISBN 978-5-00268-152-5) URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2491.pdf. Рахметуллина Ж.Т., Увалиева и. М., Тезекпаева Ш. Т. гематология мен диабетологиядағы клиникалық шешімдерді қабылдауды қолдау жүйесінің тұжырымдамалық моделін әзірлеу // ХХІ ғасырдың жастары мен ғылымы: өзекті теориялық зерттеулер: IV Халықаралық ғылыми-практикалық конференцияның мақалалар жинағы. - Пенза: "Ғылым және ағарту" ХҒС. – 2025. – Б. 17-21 (ISBN 978-5-00268-153-2) URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2492.pdf.
2026 жыл	Қан газометриясы технологиясы мен машиналық оқыту әдістеріне негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың математикалық модельдері мен алгоритмдері әзірленетін болады. Қан газометриясы технологиясы мен машиналық оқыту әдістеріне негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың математикалық модельдері мен алгоритмдері жасалды. Гендерсон-Хассельбах қатынасын, аниондық айырмашылықты бағалауды және өтемақы механизмдерін қоса алғанда, газ алмасу және қышқыл–негіз тепе-теңдік теңдеулерін біріктіретін есептеу моделі жасалды. Ұсынылған алгоритм метаболикалық және тыныс алу бұзылыстарының дифференциациясын қамтамасыз ете отырып, РН, PaCO2, NSO3- және оксигенация дәрежесінің көрсеткіштерін түсіндіруді ресімдеуге мүмкіндік береді. Нәтижелер диагностиканың объективтілігі мен қайталануының жоғарылауын, сондай-ақ модельді клиникалық ақпараттық жүйелерге біріктіру мүмкіндігін көрсетеді. Әзірленген тәсіл диагностикалық қателерді азайтуға және қарқынды терапия жағдайында шешім қабылдауды жеделдетуге ықпал етеді. Сондай-ақ диабеттік кетоацидозды диагностикалау үшін машиналық оқытудың ансамбльдік әдістері негізінде қан газометриясының көрсеткіштерін талдау жүзеге асырылды. Зерттеу mimic-IV базасының клиникалық деректерін пайдаланды, оның ішінде реанимация бөлімшелеріндегі пациенттердің 86 362 бақылауы. Ақылды модельдерді құру үшін Random Forest, Gradient Boosting, AdaBoost, XGBoost және AutoML Ensemble алгоритмдері қолданылды. Деректерді алдын ала өңдеу сәйкестендіру белгілерін жоюды, параметрлерді масштабтауды, сынып теңгерімсіздігін талдауды және үлгіні оқу және сынақ бөліктеріне бөлуді қамтиды. Модельдердің сапасын бағалау Accuracy, Precision, Recall, F1-score, ROC-AUC және PR-AUC көрсеткіштерін қолдану арқылы жүзеге асырылды. Зерттеу нәтижелері диабеттік кетоацидозды диагностикалауда ансамбльдік әдістердің жоғары тиімділігін көрсетті. Жіктеудің ең жоғары көрсеткіштерін ROC-AUC және PR-AUC максималды мәндерін қамтамасыз ететін AutoML Ensemble моделі көрсетті. Жұмыс нәтижелері бойынша КОКНВО ұсынған басылымдарда 2 (екі) мақала және халықаралық ғылыми конференциялар материалдарында 2 (екі) мақала жарияланды: Увалиева и., Рахметуллина ж., Тезекпаева Ш., Мұхамедова Р. қан газометриясы технологиясы негізінде гематологиядағы клиникалық шешімдерді қолдаудың математикалық модельдері мен алгоритмдері // ektu Journal of Information and Communication Sciences. – 2026. - Т. 1, № 1. – 141-156 ББ. DOI: https://doi.org/10.51885/3134-8025_JICS_2026_1_11. Увалиева и.М., Рахметуллина Ж. Т., Тезекпаева Ш. Т., Борозенец д. р., Нурумов Ж. Ж. гендерсон-Хассельбах теңдеуі негізінде қан газометриясының деректері бойынша қышқыл-негіздік тепе-теңдіктің бұзылуын диагностикалауға арналған клиникалық шешімдерді қолдау моделі // Жаршы Шакарым. – 2026. - № 2-573-582 ББ. DOI: https://doi.org/10.53360/2788-7995-2026-2(22)-61. Борозенец д. р., Увалиева и. М. мобильді және бұлтты технологиялармен глюкозаның үздіксіз мониторингі жүйесінің прототипін әзірлеу және интеграциялау / / жасанды интеллект және инновациялар: Болашақтың жаңа сын-қатерлері мен инженерлік шешімдері: цифрландыру және жасанды интеллект жылына арналған студенттердің, магистранттардың, докторанттардың және жас ғалымдардың XII Халықаралық ғылыми-техникалық конференциясының материалдары (Өскемен, 9-10 сәуір, 2026). – Өскемен: ШҚТУ. Д. Серікбаева, 2026. - IV Б. - 72-78 Б. URL: /files/research/AllConfs/XII_MNTK/%D0%A1%D0%B1%D0%BE%D1%80%D0%BD%D0%B8%D0%BA/4_%D1%87%D0%B0%D1%81%D1%82%D1%8C_.pdf. Тезекпаева Ш. Т., Рахметуллина Ж. Т., Нурумов Ж. Ж. қышқыл-негіз күйін бағалау үшін қан газометриясының көрсеткіштерін талдау алгоритмдері мен модельдері / / жасанды интеллект және инновациялар: Болашақтың жаңа сын-қатерлері мен инженерлік шешімдері: цифрландыру және жасанды интеллект жылына арналған студенттердің, магистранттардың, докторанттардың және жас ғалымдардың XII Халықаралық ғылыми-техникалық конференциясының материалдары (Өскемен, 9-10 сәуір 2026 ж.). – Өскемен: ШҚТУ. Д. Серікбаева, 2026. - IV Б. – C.197-203. URL: /files/research/AllConfs/XII_MNTK/%D0%A1%D0%B1%D0%BE%D1%80%D0%BD%D0%B8%D0%BA/4_%D1%87%D0%B0%D1%81%D1%82%D1%8C_.pdf.
2027 жыл

Год

Зерттеу бойынша алынған нәтижелері.

Жарияланымдар (оларға сілтемелері бар) мен патенттер; әлеуетті пайдаланушыларға арналған ақпарат

2025 жыл

Қан газометриясы технологиясы негізінде клиникалық шешімдер қабылдауды қолдау процестерінің теориялық және практикалық аспектілерін зерттеу және талдау нәтижелері алынды. Қан газометриясы технологиясына негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдау жүйесінің тұжырымдамалық моделі жасалды.
Зерттеу нәтижелері бойынша халықаралық ғылыми конференциялар материалдарында мақалалар жарияланды:

Рахметуллина Ж.Т., Увалиева и. М., Тезекпаева Ш. Т. қан газометриясы негізінде клиникалық шешімдерді қабылдауды қолдау жүйесін құрудың теориялық-әдіснамалық негіздері // Ғылым, инновация, білім: ХХІ ғасырдың өзекті мәселелері: XV халықаралық ғылыми-практикалық конференцияның мақалалар жинағы. - Пенза: "Ғылым және ағарту" ХҒС. – 2025. – Б. 31-35 (ISBN 978-5-00268-152-5) URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2491.pdf.
Рахметуллина Ж.Т., Увалиева и. М., Тезекпаева Ш. Т. гематология мен диабетологиядағы клиникалық шешімдерді қабылдауды қолдау жүйесінің тұжырымдамалық моделін әзірлеу // ХХІ ғасырдың жастары мен ғылымы: өзекті теориялық зерттеулер: IV Халықаралық ғылыми-практикалық конференцияның мақалалар жинағы. - Пенза: "Ғылым және ағарту" ХҒС. – 2025. – Б. 17-21 (ISBN 978-5-00268-153-2) URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2492.pdf.

2026 жыл

Қан газометриясы технологиясы мен машиналық оқыту әдістеріне негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың математикалық модельдері мен алгоритмдері әзірленетін болады. Қан газометриясы технологиясы мен машиналық оқыту әдістеріне негізделген гематология мен диабетологиядағы клиникалық шешімдерді қолдаудың математикалық модельдері мен алгоритмдері жасалды. Гендерсон-Хассельбах қатынасын, аниондық айырмашылықты бағалауды және өтемақы механизмдерін қоса алғанда, газ алмасу және қышқыл–негіз тепе-теңдік теңдеулерін біріктіретін есептеу моделі жасалды. Ұсынылған алгоритм метаболикалық және тыныс алу бұзылыстарының дифференциациясын қамтамасыз ете отырып, РН, PaCO2, NSO3- және оксигенация дәрежесінің көрсеткіштерін түсіндіруді ресімдеуге мүмкіндік береді. Нәтижелер диагностиканың объективтілігі мен қайталануының жоғарылауын, сондай-ақ модельді клиникалық ақпараттық жүйелерге біріктіру мүмкіндігін көрсетеді. Әзірленген тәсіл диагностикалық қателерді азайтуға және қарқынды терапия жағдайында шешім қабылдауды жеделдетуге ықпал етеді. Сондай-ақ диабеттік кетоацидозды диагностикалау үшін машиналық оқытудың ансамбльдік әдістері негізінде қан газометриясының көрсеткіштерін талдау жүзеге асырылды. Зерттеу mimic-IV базасының клиникалық деректерін пайдаланды, оның ішінде реанимация бөлімшелеріндегі пациенттердің 86 362 бақылауы. Ақылды модельдерді құру үшін Random Forest, Gradient Boosting, AdaBoost, XGBoost және AutoML Ensemble алгоритмдері қолданылды. Деректерді алдын ала өңдеу сәйкестендіру белгілерін жоюды, параметрлерді масштабтауды, сынып теңгерімсіздігін талдауды және үлгіні оқу және сынақ бөліктеріне бөлуді қамтиды. Модельдердің сапасын бағалау Accuracy, Precision, Recall, F1-score, ROC-AUC және PR-AUC көрсеткіштерін қолдану арқылы жүзеге асырылды. Зерттеу нәтижелері диабеттік кетоацидозды диагностикалауда ансамбльдік әдістердің жоғары тиімділігін көрсетті. Жіктеудің ең жоғары көрсеткіштерін ROC-AUC және PR-AUC максималды мәндерін қамтамасыз ететін AutoML Ensemble моделі көрсетті.

Жұмыс нәтижелері бойынша КОКНВО ұсынған басылымдарда 2 (екі) мақала және халықаралық ғылыми конференциялар материалдарында 2 (екі) мақала жарияланды:

Увалиева и., Рахметуллина ж., Тезекпаева Ш., Мұхамедова Р. қан газометриясы технологиясы негізінде гематологиядағы клиникалық шешімдерді қолдаудың математикалық модельдері мен алгоритмдері // ektu Journal of Information and Communication Sciences. – 2026. - Т. 1, № 1. – 141-156 ББ. DOI: https://doi.org/10.51885/3134-8025_JICS_2026_1_11.
Увалиева и.М., Рахметуллина Ж. Т., Тезекпаева Ш. Т., Борозенец д. р., Нурумов Ж. Ж. гендерсон-Хассельбах теңдеуі негізінде қан газометриясының деректері бойынша қышқыл-негіздік тепе-теңдіктің бұзылуын диагностикалауға арналған клиникалық шешімдерді қолдау моделі // Жаршы Шакарым. – 2026. - № 2-573-582 ББ. DOI: https://doi.org/10.53360/2788-7995-2026-2(22)-61.
Борозенец д. р., Увалиева и. М. мобильді және бұлтты технологиялармен глюкозаның үздіксіз мониторингі жүйесінің прототипін әзірлеу және интеграциялау / / жасанды интеллект және инновациялар: Болашақтың жаңа сын-қатерлері мен инженерлік шешімдері: цифрландыру және жасанды интеллект жылына арналған студенттердің, магистранттардың, докторанттардың және жас ғалымдардың XII Халықаралық ғылыми-техникалық конференциясының материалдары (Өскемен, 9-10 сәуір, 2026). – Өскемен: ШҚТУ. Д. Серікбаева, 2026. - IV Б. - 72-78 Б. URL: /files/research/AllConfs/XII_MNTK/%D0%A1%D0%B1%D0%BE%D1%80%D0%BD%D0%B8%D0%BA/4_%D1%87%D0%B0%D1%81%D1%82%D1%8C_.pdf.
Тезекпаева Ш. Т., Рахметуллина Ж. Т., Нурумов Ж. Ж. қышқыл-негіз күйін бағалау үшін қан газометриясының көрсеткіштерін талдау алгоритмдері мен модельдері / / жасанды интеллект және инновациялар: Болашақтың жаңа сын-қатерлері мен инженерлік шешімдері: цифрландыру және жасанды интеллект жылына арналған студенттердің, магистранттардың, докторанттардың және жас ғалымдардың XII Халықаралық ғылыми-техникалық конференциясының материалдары (Өскемен, 9-10 сәуір 2026 ж.). – Өскемен: ШҚТУ. Д. Серікбаева, 2026. - IV Б. – C.197-203. URL: /files/research/AllConfs/XII_MNTK/%D0%A1%D0%B1%D0%BE%D1%80%D0%BD%D0%B8%D0%BA/4_%D1%87%D0%B0%D1%81%D1%82%D1%8C_.pdf.

2027 жыл

Соңғы өзгерістер күні:
17.09.2026