
Моделирование и прогнозирование хронических неинфекционных заболеваний у лиц старше трудоспособного возраста с применением искусственного интеллекта
Журнал: Медицинские технологии. Оценка и выбор. 2025;47(4):10-19.
DOI: 10.17116/medtech20254704110
Прочитано: 1006 раз
Резюме
ЦЕЛЬ ИССЛЕДОВАНИЯ
Разработать прогностические модели индивидуального риска возникновения хронических неинфекционных заболеваний (ХНИЗ) с интеграцией медико-социальных детерминант в популяции лиц старше трудоспособного возраста (ЛСТВ) с применением искусственного интеллекта (ИИ).
МАТЕРИАЛ И МЕТОДЫ
Моделирование и прогнозирование ХНИЗ у ЛСТВ путем применения ИИ состояло из изучения распространенности ХНИЗ на 1 обследованного путем проведения профилактических медицинских осмотров 5170 лиц в возрасте от 60 до 95 лет, анализа распространенности факторов риска у ЛСТВ, имеющих ХНИЗ, формирования дисперсионных комплексов, количественной оценки силы влияния (η²) факторов риска на развитие ХНИЗ. Кроме этого, проводили расчеты нормированных интенсивных показателей, относительного риска и прогностического коэффициента. Разрабатывали матрицу индивидуального прогнозирования и программное обеспечение для ИИ.
РЕЗУЛЬТАТЫ
Установлено, что на каждого обследованного в возрасте 60—65 лет в среднем приходилось 3,3 заболевания из группы ХНИЗ, тогда как у лиц в возрасте 90 лет и старше этот показатель достиг 4,9. Определены также степень и доля влияния как отдельных факторов, так и совокупности медико-социальных факторов на развитие ХНИЗ. Для определения весовых прогностических коэффициентов риска развития ХНИЗ предложена матрица индивидуального прогнозирования вероятности возникновения ХНИЗ, которую можно использовать для управления факторами риска. Определены нормированный интенсивный показатель, относительный риск, прогностический коэффициент этих заболеваний. Создан алгоритм составления программы для ИИ по моделированию ХНИЗ у ЛСТВ.
ЗАКЛЮЧЕНИЕ
Программа с использованием искусственного интеллекта для моделирования и прогнозирования хронических неинфекционных заболеваний у лиц старше трудоспособного возраста создает условия для внедрения мероприятий по снижению риска возникновения данной патологии. Предложенная программа позволит минимизировать затраты на здравоохранение, улучшить качество жизни пациентов. Применение программного обеспечения с искусственным интеллектом и постоянно обновляемой базой данных в медицине может способствовать эффективному проведению профилактических мероприятий для лиц старше трудоспособного возраста, что снизит уровень заболеваемости хроническими неинфекционными заболеваниями.
Ключевые слова
- хронические неинфекционные заболевания
- лица старше трудоспособного возраста
- сила влияния факторов риска
- искусственный интеллект
- прогностический коэффициент
- медико-социальные факторы риска
- прогнозирование факторов риска
- качество жизни
Дата поступления: 13.03.2025
Дата принятия в печать: 10.06.2025
Дата публикации: 29.12.2025
- Безрукова Г.А., Новикова Т.А. Применение современных цифровых технологий в предиктивной аналитике факторов риска преждевременной смерти от социально значимых неинфекционных заболеваний (обзор литературы). Здравоохранение Российской Федерации. 2022;66(6):484-490. https://doi.org/10.47470/0044-197X-2022-66-6-484-490
- Гусев А.В., Добриднюк С.Л. Искусственный интеллект в медицине и здравоохранении. Информационное общество. 2020;(4-5):78-93.
- Алексеева М.Г., Зубов А.И., Новиков М.Ю. Искусственный интеллект в медицине. Международный научно-исследовательский журнал. 2022;(7-2):10-13.
- Камынина Н.Н., Андреев Д.А., Пахуридзе М.Д., Сизов Г.Г. Роль информационных технологий в совершенствовании качества медицинской помощи пациентам с множеством хронических неинфекционных заболеваний (обзор литературы). Здравоохранение Российской Федерации. 2023;67(5):417-422. https://doi.org/10.47470/0044-197X-2023-67-5-417-422
- Карпов О.Э., Храмов А.Е. Информационные технологии, вычислительные системы и искусственный интеллект в медицине. М.: Издательство «ДПК Пресс»; 2022.
- Chakraborty S, Khandelwal A, Agarwalla R, Jamir L, Bhattacharyya H. Artificial intelligence: creating new paradigms in the management of non-communicable diseases. Georgian Medical News. 2023;(344):200-202.
- Галиуллин А.Н., Басов М.О., Яхин К.К., Гатин Ф.Ф. Роль медико-социальных факторов риска в формировании, развитии и профилактике невротических расстройств с учетом типа семьи. Неврологический вестник. 2004;36(3-4):35-39.
- Галиуллин А.Н., Галиуллин Д.А., Юсупова Л.А., Юсупов А.Р. Качество жизни лиц старше трудоспособного возраста с множественными хроническими неинфекционными заболеваниями — основной критерий их здоровья. Здоровье, демография, экология финно-угорских народов. 2023;(4):40-46.
- Галиуллин Д.А., Шулаев А.В., Галиуллин А.Н., Юсупова Л.А., Залялов Р.Р. Мониторинг медико-демографических процессов в когорте лиц старше трудоспособного возраста в Республике Татарстан в 2010—2020 гг. Общественное здоровье и здравоохранение. 2022;(2):11-20.
- Галиуллин А.Н., Блохина М.В. Медицинская статистика. Казань: Казанский Государственный Медицинский Университет; 2018.
- Медик В.А., Токмачев В.С. Руководство по статистике здоровья и здравоохранения. М.: Медицина; 2006.
- Мадьянова В.В., Какорина Е.П., Клокова Т.А. Особенности заболеваемости лиц старше трудоспособного возраста в Российской Федерации в 2012—2018 гг. Проблемы социальной гигиены, здравоохранения и истории медицины. 2020;28(2):207-215. https://doi.org/10.32687/0869-866X-2020-28-2-207-215
- Петров Г.П. Прогнозирование риска инвалидизации вследствие профессиональных заболеваний у шахтеров. Кемерово, 1981.
- Яруллин А.Х., Амиров Н.Х., Тураев Р.Г. Социально-гигиенический мониторинг здоровья детского населения. Казань, 1997.
- Al-Dekah AM, Sweileh W. Role of artificial intelligence in early identification and risk evaluation of non-communicable diseases: a bibliometric analysis of global research trends. BMJ Open. 2025;15(5):e101169. https://doi.org/10.1136/bmjopen-2025-101169
- Feng G, Weng F, Lu W, Xu L, Zhu W, Tan M, Weng P. Artificial Intelligence in Chronic Disease Management for Aging Populations: A Systematic Review of Machine Learning and NLP Applications. International Journal of General Medicine. 2025;18:3105-3115. https://doi.org/10.2147/IJGM.S516247
Рекомендуем статьи по данной теме:
Клинические и иммунологические фенотипы гнездной алопеции у детей с сопутствующим атопическим дерматитом: результаты кластерного анализа.Клиническая дерматология и венерология. 2026;25(4):594-602
Влияние комбинированной терапии склеротического и атрофического лихена вульвы на качество жизни, психоэмоциональный портрет и сексуальную функцию женщины.Клиническая дерматология и венерология. 2026;25(4):561-566
Внутрипросветная эндоскопическая хирургия в лечении больных ранним кардиоэзофагеальным раком: сравнительный анализ с хирургическим лечением.Онкология. Журнал им. П.А. Герцена. 2026;15(4):7-14
Распространенность психических расстройств и субсиндромального психического дистресса у пациентов с хроническими дерматозами: поперечное эпидемиологическое исследование.Журнал неврологии и психиатрии им. С.С. Корсакова. 2026;126(7):107-114
Анализ структуры коморбидной патологии у работников предприятия тяжелой промышленности.Профилактическая медицина. 2026;29(7):59-67
Влияние назосептального лоскута на качество жизни после трансназальных вмешательств.Вестник оториноларингологии. 2026;91(3):92-99
Оценка уровня боли и качества жизни у детей после отохирургических вмешательств.Вестник оториноларингологии. 2026;91(3):29-33
Предиктивная эпилептология: формирование новой парадигмы управления эпилептическими приступами.Журнал неврологии и психиатрии им. С.С. Корсакова. 2026;126(5):14-20
Применение искусственного интеллекта в профилактике хронических неинфекционных заболеваний: систематический обзор публикаций 2022—2025 гг.Профилактическая медицина. 2025;28(12):21-30
Моделирование и прогнозирование хронических неинфекционных заболеваний по медико-социальным факторам риска у лиц старше трудоспособного возраста.Профилактическая медицина. 2025;28(4):67-74


