Главная НаукаПроекты, финансируемые грантами МНВО РК ПроектыAP26194209 «Математическое и алгоритмическое обеспечение интеллектуальной системы поддержки принятия клинических решений в гематологии и диабетологии на основе технологии газометрии крови»

AP26194209 «Математическое и алгоритмическое обеспечение интеллектуальной системы поддержки принятия клинических решений в гематологии и диабетологии на основе технологии газометрии крови»

Наименование проекта: AP26194209 «Математическое и алгоритмическое обеспечение интеллектуальной системы поддержки принятия клинических решений в гематологии и диабетологии на основе технологии газометрии крови»

Наименование конкурса: Конкурс на грантовое финансирование по научным и (или) научно-техническим проектам на 2025-2027 годы

Руководитель проекта: Рахметуллина Женисгуль Толеухановна, кандидат физико-математических наук, ассоциированный профессор

Идентификаторы:

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

Исследовательская группа проекта (с их идентификаторами (Scopus Author ID, Researcher ID, ORCID, если имеются) и ссылками на соответствующие профили)

№	ФИО	Должность по проекту	Идентификаторы (Scopus Author ID, Researcher ID, ORCID, если имеются) и ссылки на соответствующие профили
1.	Рахметуллина Женисгуль Толеухановна,	Руководитель проекта	ResearcherID Web of Science: GYG-2630-2022 ORCID: https://orcid.org/0000-0002-0554-7684 Scopus Author ID: 57220809777
2.	Увалиева Индира Махмутовна	ВНС	ResearcherID Web of Science: N-9474-2017, ORCID: https://orcid.org/0000-0002-2117-5390 Scopus Author ID: 56512350900
3.	Аменова Фарида Сейткумаровна	ВНС	ORCID: https://orcid.org/ 0000-0001-6656-5037 Scopus Author ID: 57220237643
4.	Мукашева Роза Урумкановна	СНС	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	СНС	Scopus Author ID: 57224522852
6.	Тезекпаева Шынар Толегеновна	НС	Author ID в Scopus: 000512347 ResearcherID Web of Science: GSE-2587-2022 ORCID: ID 0009-0006-9552-0288.
7.	Нурумов Жарас Жолымханулы	МНС
8.	Шахметов Мадияр Нурушевич, MBA, врач-кибернетик	Консультант-эксперт
9.	Борозенец Давид Рафаэлевич,	Инженер программист	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

Аннотация проекта:

Развитие интеллектуальных систем поддержки принятия клинических решений (СППР) на основе технологий искусственного интеллекта, машинного обучения и математического моделирования позволяет существенно повысить качество медицинской помощи. Создание алгоритмического и математического обеспечения, способного:

интегрировать данные газометрии с другими лабораторными и клиническими показателями,
выявлять скрытые закономерности и взаимосвязи между параметрами,
прогнозировать развитие патологических состояний,
предлагать оптимальные клинические решения,

является актуальной научной задачей в области медицинской информатики и биомедицинской инженерии.

Цель проекта – разработать научно-методологические основы математического и алгоритмического обеспечения интеллектуальной системы поддержки принятия клинических решений на основе технологии газометрии крови, позволяющих повысить эффективность медицинских рекомендаций в гематологии и диабетологии.

Для достижения цели запланированы следующие логически взаимосвязанные задачи:

исследование и анализ теоретических и практических аспектов процессов поддержки принятия клинических решений на основе технологии газометрии крови;
проектирование концептуальной модели системы поддержки принятия клинических решений в гематологии и диабетологии на основе технологии газометрии крови;
разработка математических моделей и алгоритмов поддержки клинических решений в гематологии и диабетологии на основе технологии газометрии крови и методов машинного обучения;
разработка гибридной модели анализа показателей газометрии крови на основе технологии ансамблевых методов машинного обучения для повышения точности диагностики и эффективности медицинских решений в гематологии и диабетологии;
программная реализация модулей интеллектуальной системы поддержки принятия клинических решений для задач гематологии и диабетологии;
экспериментальное исследование интеллектуальной системы поддержки принятия клинических решений для задач гематологии и диабетологии и разработка необходимой технической документации.

Ожидаемые и достигнутые результаты проекта:

Год	Полученные результаты по исследованиям. Публикаций (со ссылками на них) и патентов; информация для потенциальных пользователей.
2025 год	Получены результаты исследования и анализа теоретических и практических аспектов процессов поддержки принятия клинических решений на основе технологии газометрии крови. Спроектирована концептуальная модель системы поддержки принятия клинических решений в гематологии и диабетологии на основе технологии газометрии крови. По результатам исследования опубликованы статьи в материалах международных научных конференций: Рахметуллина Ж.Т., Увалиева И.М., Тезекпаева Ш.Т. Теоретико-методологические основы построения системы поддержки принятия клинических решений на основе газометрии крови // Наука, инновации, образование: актуальные вопросы XXI века: сборник статей XV Международной научно-практической конференции. – Пенза: МЦНС «Наука и Просвещение». – 2025. – с. 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. Разработка концептуальной модели системы поддержки принятия клинических решений в гематологии и диабетологии // Молодежь и наука XXI века: актуальные теоретические исследования: сборник статей IV Международной научно-практической конференции. – Пенза: МЦНС «Наука и Просвещение». – 2025. – с. 17-21 (ISBN 978-5-00268-153-2) URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2492.pdf
2026 год	Будут разработаны математические модели и алгоритмы поддержки клинических решений в гематологии и диабетологии на основе технологиигазометрии крови и методов машинного обучения. Разработаны математические модели и алгоритмы поддержки клинических решений в гематологии и диабетологии на основе технологии газометрии крови и методов машинного обучения. Разработана вычислительная модель, интегрирующая уравнения газообмена и кислотно-основного равновесия, включая соотношение Гендерсона–Хассельбаха, оценку анионной разницы и компенсационных механизмов. Предложенный алгоритм позволяет формализовать интерпретацию показателей рН, PaCO2, HCО3- и степени оксигенации, обеспечивая дифференциацию метаболических и респираторных нарушений. Результаты демонстрируют повышение объективности и воспроизводимости диагностики, а также возможность интеграции модели в клинические информационные системы. Разработанный подход способствует снижению диагностических ошибок и ускорению принятия решений в условиях интенсивной терапии. Также реализован анализ показателей газометрии крови на основе ансамблевых методов машинного обучения для диагностики диабетического кетоацидоза. В исследовании использовались клинические данные базы MIMIC-IV, включающие 86 362 наблюдения пациентов отделений интенсивной терапии. Для построения интеллектуальных моделей применялись алгоритмы Random Forest, Gradient Boosting, AdaBoost, XGBoost и AutoML Ensemble. Предварительная обработка данных включала удаление идентификационных признаков, масштабирование параметров, анализ дисбаланса классов и разделение выборки на обучающую и тестовую части. Оценка качества моделей выполнялась с использованием метрик Accuracy, Precision, Recall, F1-score, ROC-AUC и PR-AUC. Результаты исследования показали высокую эффективность ансамблевых методов при диагностике диабетического кетоацидоза. Наиболее высокие показатели классификации продемонстрировала модель AutoML Ensemble, обеспечившая максимальные значения ROC-AUC и PR-AUC. По результатам работы опубликованы 2 (две) статья в изданиях, рекомендованным КОКНВО и 2 (две) статьи в материалах международных научных конференций: Увалиева И., Рахметуллина Ж., Тезекпаева Ш., Мухамедова Р. Математические модели и алгоритмы поддержки клинических решений в гематологии на основе технологии газометрии крови // EKTU Journal of Information and Communication Sciences. – 2026. – Т. 1, № 1. – С. 141–156. 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. Модель поддержки клинических решений для диагностики нарушений кислотно-основного равновесия по данным газометрии крови на основе уравнения Гендерсона-Хассельбаха // Вестник Шакарым. – 2026. – № 2 – С. 573-582. DOI: https://doi.org/10.53360/2788-7995-2026-2(22)-61 Борозенец Д.Р., Увалиева И.М. Разработка и интеграция прототипа системы непрерывного мониторинга глюкозы с мобильными и облачными технологиями //Искусственный интеллект и инновации: новые вызовы и инженерные решения будущего: материалы XII Международной научно-технической конференции студентов, магистрантов, докторантов и молодых ученых, посвященной году цифровизации и искусственного интеллекта (Усть-Каменогорск, 9–10 апреля 2026 г.). – Усть-Каменогорск: ВКТУ им. Д. Серикбаева, 2026. – Ч. IV. – С. 72–78. 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. Алгоритмы и модели анализа показателей газометрии крови для оценки кислотно-основного состояния //Искусственный интеллект и инновации: новые вызовы и инженерные решения будущего: материалы XII Международной научно-технической конференции студентов, магистрантов, докторантов и молодых ученых, посвященной году цифровизации и искусственного интеллекта (Усть-Каменогорск, 9–10 апреля 2026 г.). – Усть-Каменогорск: ВКТУ им. Д. Серикбаева, 2026. – Ч. IV. – 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 год

Год

Полученные результаты по исследованиям.

Публикаций (со ссылками на них) и патентов; информация для потенциальных пользователей.

2025 год

Получены результаты исследования и анализа теоретических и практических аспектов процессов поддержки принятия клинических решений на основе технологии газометрии крови. Спроектирована концептуальная модель системы поддержки принятия клинических решений в гематологии и диабетологии на основе технологии газометрии крови. По результатам исследования опубликованы статьи в материалах международных научных конференций:

Рахметуллина Ж.Т., Увалиева И.М., Тезекпаева Ш.Т. Теоретико-методологические основы построения системы поддержки принятия клинических решений на основе газометрии крови // Наука, инновации, образование: актуальные вопросы XXI века: сборник статей XV Международной научно-практической конференции. – Пенза: МЦНС «Наука и Просвещение». – 2025. – с. 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. Разработка концептуальной модели системы поддержки принятия клинических решений в гематологии и диабетологии // Молодежь и наука XXI века: актуальные теоретические исследования: сборник статей IV Международной научно-практической конференции. – Пенза: МЦНС «Наука и Просвещение». – 2025. – с. 17-21 (ISBN 978-5-00268-153-2) URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2492.pdf

2026 год

Будут разработаны математические модели и алгоритмы поддержки клинических решений в гематологии и диабетологии на основе технологиигазометрии крови и методов машинного обучения.

Разработаны математические модели и алгоритмы поддержки клинических решений в гематологии и диабетологии на основе технологии газометрии крови и методов машинного обучения. Разработана вычислительная модель, интегрирующая уравнения газообмена и кислотно-основного равновесия, включая соотношение Гендерсона–Хассельбаха, оценку анионной разницы и компенсационных механизмов. Предложенный алгоритм позволяет формализовать интерпретацию показателей рН, PaCO2, HCО3- и степени оксигенации, обеспечивая дифференциацию метаболических и респираторных нарушений. Результаты демонстрируют повышение объективности и воспроизводимости диагностики, а также возможность интеграции модели в клинические информационные системы. Разработанный подход способствует снижению диагностических ошибок и ускорению принятия решений в условиях интенсивной терапии. Также реализован анализ показателей газометрии крови на основе ансамблевых методов машинного обучения для диагностики диабетического кетоацидоза. В исследовании использовались клинические данные базы MIMIC-IV, включающие 86 362 наблюдения пациентов отделений интенсивной терапии. Для построения интеллектуальных моделей применялись алгоритмы Random Forest, Gradient Boosting, AdaBoost, XGBoost и AutoML Ensemble. Предварительная обработка данных включала удаление идентификационных признаков, масштабирование параметров, анализ дисбаланса классов и разделение выборки на обучающую и тестовую части.

Оценка качества моделей выполнялась с использованием метрик Accuracy, Precision, Recall, F1-score, ROC-AUC и PR-AUC. Результаты исследования показали высокую эффективность ансамблевых методов при диагностике диабетического кетоацидоза. Наиболее высокие показатели классификации продемонстрировала модель AutoML Ensemble, обеспечившая максимальные значения ROC-AUC и PR-AUC.

По результатам работы опубликованы 2 (две) статья в изданиях, рекомендованным КОКНВО и 2 (две) статьи в материалах международных научных конференций:

Увалиева И., Рахметуллина Ж., Тезекпаева Ш., Мухамедова Р. Математические модели и алгоритмы поддержки клинических решений в гематологии на основе технологии газометрии крови // EKTU Journal of Information and Communication Sciences. – 2026. – Т. 1, № 1. – С. 141–156. 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. Модель поддержки клинических решений для диагностики нарушений кислотно-основного равновесия по данным газометрии крови на основе уравнения Гендерсона-Хассельбаха // Вестник Шакарым. – 2026. – № 2 – С. 573-582. DOI: https://doi.org/10.53360/2788-7995-2026-2(22)-61
Борозенец Д.Р., Увалиева И.М. Разработка и интеграция прототипа системы непрерывного мониторинга глюкозы с мобильными и облачными технологиями //Искусственный интеллект и инновации: новые вызовы и инженерные решения будущего: материалы XII Международной научно-технической конференции студентов, магистрантов, докторантов и молодых ученых, посвященной году цифровизации и искусственного интеллекта (Усть-Каменогорск, 9–10 апреля 2026 г.). – Усть-Каменогорск: ВКТУ им. Д. Серикбаева, 2026. – Ч. IV. – С. 72–78. 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. Алгоритмы и модели анализа показателей газометрии крови для оценки кислотно-основного состояния //Искусственный интеллект и инновации: новые вызовы и инженерные решения будущего: материалы XII Международной научно-технической конференции студентов, магистрантов, докторантов и молодых ученых, посвященной году цифровизации и искусственного интеллекта (Усть-Каменогорск, 9–10 апреля 2026 г.). – Усть-Каменогорск: ВКТУ им. Д. Серикбаева, 2026. – Ч. IV. – 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 год

Дата последних изменений:
17.09.2026