-Разработка методов определения явных и скрытых предикторов развития нейрохирургической патологии и послеоперационных осложнений на основе машинных алгоритмов анализа текстовых данных

В электронных архивах научной медицинской литературы накоплены большие объемы информации, которую, в силу ее значительного количества и гетерогенности, трудно подвергнуть критической оценке традиционными методами доказательной медицины. Электронные записи в медицинских информационных системах также являются латентными информационными недрами медицины, научная «разработка» которых может привести к генерации новых знаний.Современные методы интеллектуального анализа больших объемов текстов позволяют исследовать научные публикации, выделяя значимую информацию для формулирования научных гипотез. Эти же методы могут быть использованы для проверки сформулированных гипотез на клинических данных медицинских информационных систем. Технологии искусственного интеллекта, в свою очередь, позволяют строить диагностические и прогностические модели на данных, извлеченных из медицинских текстов. Однако, эти подходы в настоящее время не получили масштабного и систематического применения в нейрохирургии и, во многом, находятся на стадиях разработки и клинической апробации.Настоящий проект, выполняемый мультидисциплинарной командой специалистов в области нейрохирургии и нейронаук, системного анализа и машинного обучения, направлен на решение задачи идентификации факторов, определяющих риски возникновения, развития нейрохирургической патологии и послеоперационных осложнений, методами интеллектуального анализа данных научной литературы и электронных архивов медицинских записей. Решение данной задачи позволит лучше прогнозировать и предотвращать развитие тяжелых состояний у пациентов с нейрохирургической патологией, способствуя повышению качества оказания медицинской помощи таким больным.