В МГМУ имени И. М. Сеченова состоялся III Международный саммит Цифроайтимед. Эксперты обсудили актуальные вопросы применения цифровых технологий в здравоохранении.

Сибирские ученые показали, что алгоритмы на основе глубокой нейронной сети наиболее перспективны для прогнозирования развития шизофрении. Полученные результаты в будущем могут стать основой для создания новых лабораторных методов диагностики психического расстройства. В научном проекте приняли участие сотрудники подведомственных Минобрнауки России Томского национального исследовательского медицинского центра (НИМЦ), Института химической биологии и фундаментальной медицины (ИХБФМ) СО РАН и Института ядерной физики имени Г. И. Будкера СО РАН.

Повысить производительность современных процессоров позволит модель энергонезависимой ячейки памяти с тремя логическими состояниями на основе гибридной углеродной наноструктуры. Разработку представил коллектив исследователей подведомственного Минобрнауки России Саратовского национального исследовательского государственного университета имени Н. Г. Чернышевского (СГУ).

Приложение, которое позволяет автоматически выявлять ботов, участвующих в кибератаках, разработали сотрудники подведомственного Минобрнауки России Санкт-Петербургского федерального исследовательского центра РАН (СПб ФИЦ РАН). В основе нового подхода лежит изучение открытых данных о развитии ботов по множеству параметров (метрик), анализ которых также позволяет определить тип бота. Созданное приложение может использоваться компаниями, которые используют соцсети в коммерческих целях, для выявления и противодействия целенаправленным вредоносным воздействиям.

Российские ученые создали модель графовой нейронной сети, которая способна распознавать подозрительные транзакции и отличать мошенников от честных пользователей. Модель может быть полезна прежде всего банковским организациям. Благодаря ей можно будет автоматизировать работу по ручному разбору транзакций и тем самым сэкономить человеческий ресурс. Работа выполнена специалистами подведомственного Минобрнауки России Санкт-Петербургского политехнического университета Петра Великого (СПбПУ).

Аморфные металлические сплавы — это вещества, структура которых близка к жидкости. За счет этого они могут обладать механическими свойствами, превосходящими кристаллические аналоги. Ученые разработали инновационную методологию определения прочности аморфных металлических сплавов, основанную на применении искусственного интеллекта. Она позволит не только определять прочностные свойства созданных сплавов, но и конструировать новые. Работу выполнили сотрудники кафедры вычислительной физики Института физики Казанского федерального университета (КФУ).

Ученые усовершенствовали методику бесконтактного взвешивания скота и оценки его продуктивности: умную камеру на основе искусственного интеллекта можно навести на теленка и узнать, каким будет его вес спустя полгода. Технологию разработали исследователи Челябинского государственного университета (ЧелГУ) вместе с коллегами из Федерального научного центра биологических систем и агротехнологий Российской академии наук (ФГБНУ ФНЦ БСТ РАН, г. Оренбург).

Ученые представили модель сверхточной нейронной сети, которая поможет врачам определить патологию в почках пациента. Алгоритм сканирует изображения компьютерной томографии (КТ), позволяя доктору увидеть особенности, которые тот мог не заметить при первичном обследовании. Над моделью нейросети работали сотрудники подведомственного Минобрнауки России Санкт-Петербургского политехнического университета Петра Великого (СПбПУ).

Программный комплекс, который на основе интеллектуального анализа видео распознает жестовый язык людей с нарушениями слуха и преобразовывает его в текст, создали специалисты подведомственного Минобрнауки России Санкт-Петербургского федерального исследовательского центра (СПб ФИЦ) РАН. Приложение планируется использовать в медицинских учреждениях для повышения эффективности оказания врачебной помощи глухим пациентам.