Глобальный поиск Единое окно поиска по РИД и запросам

Разработка систем искусственного интеллекта обнаружения, сегментации и классификации патологий на основе анализа цифровой медицинской информации

Название НИОКТР Разработка систем искусственного интеллекта обнаружения, сегментации и классификации патологий на основе анализа цифровой медицинской информации
Аннотация Проект направлен на разработку интеллектуальной системы на основе искусственного интеллекта для автоматизированного обнаружения, сегментации и классификации патологий на основе обработки и глубокого анализа медицинской информации (текста, изображений, цифровых сигналов, видеозаписей). В ходе работы будут собраны и аннотированы наборы медицинских изображений, разработаны и протестированы алгоритмы глубокого обучения, интегрированы в единую программную систему, прошедшую валидацию и клинические испытания. Ожидаемые результаты включают повышение точности и скорости диагностики, снижение нагрузки на медицинский персонал и обеспечение поддержки принятия клинических решений. Система будет адаптирована для интеграции с существующими медицинскими информационными системами и подготовлена к внедрению в практическое здравоохранение.
Доступ к ОКОГУ исполнителя False
Количество связанных РИД 0
Количество завершенных ИКРБС 0
Сумма бюджета 25000.0
Дата начала 2025-10-01
Дата окончания 2030-08-31
Номер контракта 075-15-2025-223
Дата контракта 2025-04-04
Количество отчетов 5
УДК 004.85
Количество просмотров 21
Руководитель работы Щетинин Евгений Юрьевич
Руководитель организации Евстигнеев Максим Павлович
Исполнитель ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "СЕВАСТОПОЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ"
Заказчик МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральная программа Отсутствует
Госпрограмма
Основание НИОКТР Грант
Последний статус 2025-11-06 08:46:53 UTC, 2025-11-06 08:46:53 UTC
ОКПД Услуги, связанные с научными исследованиями и экспериментальными разработками в области компьютерных наук и информационных технологий
Отраслевой сегмент
Минздрав
Межгосударственная целевая программа
Ключевые слова машинное обучение; искусственный интеллект; цифровая медицина; медицинская диагностика; сегментация изображений; медицинская визуализация; классификация патологий; алгоритмы глубокого обучения; интеллектуальная система поддержки принятия решений; аннотация медицинских изображений
Соисполнители
Типы НИОКТР Фундаментальное исследование
Приоритетные направления
Критические технологии
Рубрикатор 76.03.59 - Медицинская кибернетика; 28.23.37 - Нейронные сети; 28.23.25 - Модели и системы обучения; 28.23.29 - Программная реализация интеллектуальных систем; 28.23.39 - Интеллектуальные базы знаний
OECD
OESR Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8); Медицинские лабораторные технологии (включая анализ лабораторных образцов; диагностические технологии) (Биоматериалы относятся к разделу 2.9); Рентгенология, радиационная медицина, медицинская визуализация
Приоритеты научно-технического развития в) переход к персонализированной, предиктивной и профилактической медицине, высокотехнологичному здравоохранению и технологиям здоровьесбережения, в том числе за счет рационального применения лекарственных препаратов (прежде всего антибактериальных) и использования генетических данных и технологий;; а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
Регистрационные номера ikrbs: {'card_list': [{'id': 'C08TC1NWHYX750VL7PEOPQVH'}]}