English
Русский
15-й Международная мультиконференция «Биоинформатика регуляции и структуры геномов / системная биология» – BGRS/SB-2026
26 
Место проведения: г. Новосибирск, Академгородок, ул. Пирогова, д. № 3.
Даты проведения: 6 - 11 июля 2026 года.
Сайт: https://bgrssb.icgbio.ru/2026/
Международная конференция, посвященная математике в сфере искусственного интеллекта «MathAI 2026»
23 
Место проведения: Международный математический центр «Сириус», Олимпийский проспект, 3, г. Сочи
Даты проведения: 30 марта — 3 апреля 2026 года.
Сайт: mathai.club
Тридцать третья международная конференция «Математика. Компьютер. Образование»
32 
Тридцать третья международная конференция "Математика. Компьютер. Образование".
Научный прорыв: ИИ и редкие заболевания (Nature Genetics, конец 2025)
32 
В конце 2025 года в научном сообществе (Nature, Harvard Medical School) активно обсуждали модель PopEVE.
Разработка модели машинного обучения для прогноза результата склеропластики у детей DOI: 10.29188/2712-9217-2025-11-4-38-44
- Шихалиева Э.А. – врач-ординатор, ФГАУ «НМИЦ «МНТК «Микрохирургия глаза» имени академика С.Н. Федорова» Минздрава России; Москва, Россия; https://orcid.org/0009-0005-1139-0731
- Костенев С.В. – сотрудник ФГАУ «НМИЦ «МНТК «Микрохирургия глаза» имени академика С.Н. Федорова» Минздрава России; Москва, Россия; РИНЦ Author ID 580574, https://orcid.org/0000-0002-7387-7669
- Кечин Е.В. – сотрудник ФГАУ «НМИЦ «МНТК «Микрохирургия глаза» имени академика С.Н. Федорова» Минздрава России; ФГБОУ ДПО РМАНПО МЗ РФ, Москва, Россия, РИНЦ Author ID 894794, https://orcid.org/0000-0002-6732-1226
Разработка модели машинного обучения для прогноза результата склеропластики у детей
44 Введение. Прогрессирующая миопия (близорукость) у детей представляет собой одну из наиболее острых медико-социальных проблем современной офтальмологии.
Цель исследования – разработать модель машинного обучения для прогнозирования исхода склеропластики у детей через 12 месяцев после операции.
| Attachment | Size |
|---|---|
| Скачать файл | 265.65 KB |
Разработка телеграм-бота для обучения основам ЭКГ DOI: 10.29188/2712-9217-2025-11-4-32-37
- Подгало Д.Д. – студент ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), Москва, Россия; РИНЦ Author ID 1293885
Разработка телеграм-бота для обучения основам ЭКГ
44 Введение. С развитием образовательных технологий MOOC (Massive Open Online Courses) стали популярными, но их большой объем и недостаток интерактивности могут затруднять обучение, тогда как Telegram, будучи самым популярным мессенджером в России, не требует перехода на специализированные сайты и позволяет создавать доступные персонализированные обучающие решения.
Цель. Разработка телеграм-бота для обучения студентов медицинских вузов основам ЭКГ с использованием метода микрообучения.
| Attachment | Size |
|---|---|
| Скачать файл | 226.45 KB |
Аналитика социальных факторов психического здоровья на low-code платформе LOGINOM: прикладной опыт для здравоохранения DOI: 10.29188/2712-9217-2025-11-4-26-31
- Муртазина Л.С. – студент, ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России, фармакологический факультет, Уфа, Россия; РИНЦ Author ID 1032438
- Трегубова А.Х. – к.ф.-м.н., доцент, ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России, фармакологический факультет, Уфа, Россия; РИНЦ Author ID 158776
Аналитика социальных факторов психического здоровья на low-code платформе LOGINOM: прикладной опыт для здравоохранения
39 Введение. Цифровизация медицины генерирует массивы неоднородных данных, в том числе социально-экономических и поведенческих, необходимых для комплексной оценки психического здоровья населения. Современные российские lowcode платформы, такие как Loginom, позволяют автоматизировать анализ подобных данных методом построения визуальных сценариев – это облегчает интеграцию анализа в рабочие процессы специалистов без углубленных ИТ-навыков.
| Attachment | Size |
|---|---|
| Скачать файл | 242.39 KB |
Разработка модели визуализации иммунологических показателей для прогнозирования тяжести сердечно-сосудистых заболеваний DOI: 10.29188/2712-9217-2025-11-4-17-25
- Крылов А.С. – младший научный сотрудник ООО «ДИАНАРК»; Москва, Россия; https://orcid.org/0000-0001-7085-3437
- Мягкова М.А. – д.б.н., профессор, главный научный сотрудник Института физиологически активных веществ Федерального исследовательского центра проблем химической физики и медицинской химии Российской академии наук; Московская обл., Черноголовка, Россия; https://orcid.org/0000-0001-7831-7663
- Боброва З.В. – научный сотрудник ООО «ДИАНАРК»; Москва, Россия; https://orcid.org/0000-0002-8073-8763
- Петроченко С.Н. - генеральный директор ООО «ДИАНАРК»; Москва, Россия; https://orcid.org/0000-0003-3656-9007
Разработка модели визуализации иммунологических показателей для прогнозирования тяжести сердечно-сосудистых заболеваний
42 Введение. В работе представлено практическое применение разработанного программного комплекса, предназначенного для визуализации и анализа иммунологических показателей у пациентов с сердечно-сосудистыми заболеваниями (ССЗ). Основой программного обеспечения стала оригинальная трехмерная математическая модель баланса, которая позволяет интегрировать данные лабораторного иммунохимического анализа в интерактивную графическую систему.
| Attachment | Size |
|---|---|
| Скачать файл | 511.4 KB |
Как сохранить приватность пациента в соцсетях?
60
Подробное руководство о том, как публиковать контент безопасно, соблюдая законодательство (например, 323-ФЗ в РФ, GDPR в Европе или HIPAA в США) и этические нормы.
- «Золотой стандарт»
Даже если вы убрали имя пациента, спросите себя: «Сможет ли кто-то, кто знает этого пациента (сосед, коллега, родственник), узнать его по этому посту?»
Интеллектуальная система поддержки принятия решений врача в диагностике новообразований кожи на основе мобильной дерматоскопии DOI: 10.29188/2712-9217-2025-11-3-38-44
- Козачок Е.С. – специалист 16 отдела Института системного программирования им. В.П. Иванникова РАН, врач- дерматовенеролог, косметолог, трихолог, главный врач Beauty Clinic, Москва, Россия
- Серeгин С.С. – к.м.н., врач дерматолог, онколог, БУЗ Орловский Онкологический диспансер, Орел, Россия
Интеллектуальная система поддержки принятия решений врача в диагностике новообразований кожи на основе мобильной дерматоскопии
111 Введение. Злокачественные новообразования кожи являются одной из наиболее актуальных проблем современного здравоохранения, характеризующейся устойчивым ростом заболеваемости. Особую сложность представляет ранняя диагностика начальных форм меланомы врачами первичного звена, не обладающими навыками дерматоскопии.
Цель исследования заключалась в разработке и валидации методики скринингового обследования с применением мобильной дерматоскопии и алгоритмов машинного обучения для ранней дифференциальной диагностики новообразований кожи.
| Attachment | Size |
|---|---|
| Скачать файл | 261.19 KB |
