ppharmПедиатрическая фармакологияPediatric pharmacology1727-57762500-3089Издательство «ПедиатрЪ»10.15690/pf.v22i5.2958ppharm-2698Research ArticleОРИГИНАЛЬНАЯ СТАТЬЯORIGINAL ARTICLESРазработка системы поддержки принятия врачебных решенийDevelopment of Medical Decision Making Support Systemhttps://orcid.org/0009-0008-7131-0993ШилкоН. С.ShilkoNikita S.

Шилко Никита Сергеевич, м.н.с., отдел развития мозга в онтогенезе, формирования когнитивных функций и нейробиологии

119333, г. Москва, ул. Фотиевой, д. 10, стр. 1, телефон: +7 (499) 137-01-97

Nikita S. Shilko, MD

10, Fotievoy Str., building 1, Moscow, 119333

nikita@shilko.ruhttps://orcid.org/0000-0002-8540-3858КаркашадзеГ. А.KarkashadzeGeorge A.

Каркашадзе Георгий Арчилович, к.м.н.

Москва

George A. Karkashadze, MD, PhD

Moscow

karkga@mail.ruhttps://orcid.org/0000-0003-0797-5612ФедосеенкоМ. В.FedoseenkoMarina V.

Федосеенко Марина Владиславовна, к.м.н., доцент

Москва

Marina V. Fedoseenko, MD, PhD, Associate Professor

Moscow

titovamarina@mail.ruhttps://orcid.org/0000-0003-3778-4067ДудинаА. Н.DudinaAnastasiya N.

Дудина Анастасия Николаевна

Москва

Anastasiya N. Dudina, MD

Moscow

dudina97@mail.ruhttps://orcid.org/0000-0003-1453-4671КалюжнаяТ. А.KaliuzhnaiaTatiana A.

Калюжная Татьяна Анатольевна, к.м.н.

Москва

Tatiana A. Kaliuzhnaia, MD, PhD

Moscow

kaliuzhnaiatatiana83@gmail.comhttps://orcid.org/0000-0001-5808-1438ТолстоваС. В.TolstovaSvetlana V.

Толстова Светлана Васильевна

Москва

Svetlana V. Tolstova, MD

Moscow

tolsto4eva@mail.ruhttps://orcid.org/0000-0002-8590-4783СельвянА. М.SelvyanArevaluis M.

Сельвян Аревалуис Месроповна

Москва

Arevaluis M. Selvyan, MD

Moscow

arev.92@mail.ruhttps://orcid.org/0000-0003-4680-2925ПриваловаТ. Е.PrivalovaTatiana E.

Привалова Татьяна Евгеньевна, к.м.н., доцент

Москва

Tatiana E. Privalova, MD, PhD, Associate Professor

Moscow

privalova-tatyana@yandex.ruhttps://orcid.org/0000-0002-8936-3590КайтуковаЕ. В.KaytukovaElena V.

Кайтукова Елена Владимировна, к.м.н., доцент

Москва

Elena V. Kaytukova, MD, PhD, Associate Professor

Moscow

dr.gastro@bk.ruhttps://orcid.org/0000-0001-7398-0562ВишневаЕ. А.VishnevaElena A.

Вишнева Елена Александровна, д.м.н., профессор

Москва

Elena A. Vishneva, MD, PhD, Professor

Moscow

vishneva.e@yandex.ruhttps://orcid.org/0000-0002-2209-7531Намазова-БарановаЛ. С.Namazova-BaranovaLeyla S.

Намазова-Баранова Лейла Сеймуровна, д.м.н., профессор, академик РАН

Москва

Шэньчжэнь

Leyla S. Namazova-Baranova, MD, PhD, Professor, Academician of the RAS

Moscow

Shenzhen

orgkomitet@pediatr-russia.ruНИИ педиатрии и охраны здоровья детей НКЦ №2 ФГБНУ «РНЦХ им. акад. Б.В. Петровского»РоссияPediatrics and Child Health Research Institute in Petrovsky National Research Centre of SurgeryRussian FederationНИИ педиатрии и охраны здоровья детей НКЦ №2 ФГБНУ «РНЦХ им. акад. Б.В. Петровского»; Российский национальный исследовательский медицинский университет им. Н.И. Пирогова (Пироговский Университет)РоссияPediatrics and Child Health Research Institute in Petrovsky National Research Centre of Surgery; Pirogov Russian National Research Medical UniversityRussian FederationРоссийский национальный исследовательский медицинский университет им. Н.И. Пирогова (Пироговский Университет)РоссияPirogov Russian National Research Medical UniversityRussian FederationНИИ педиатрии и охраны здоровья детей НКЦ №2 ФГБНУ «РНЦХ им. акад. Б.В. Петровского»; Российский национальный исследовательский медицинский университет им. Н.И. Пирогова (Пироговский Университет); Университет МГУ-ППИ в ШэньчжэнеРоссияPediatrics and Child Health Research Institute in Petrovsky National Research Centre of Surgery; Pirogov Russian National Research Medical University; Shenzhen MSU-BIT UniversityRussian Federation202505122025225573579Copyright © Шилко Н.С., Каркашадзе Г.А., Федосеенко М.В., Дудина А.Н., Калюжная Т.А., Толстова С.В., Сельвян А.М., Привалова Т.Е., Кайтукова Е.В., Вишнева Е.А., Намазова-Баранова Л.С., 20252025Шилко Н.С., Каркашадзе Г.А., Федосеенко М.В., Дудина А.Н., Калюжная Т.А., Толстова С.В., Сельвян А.М., Привалова Т.Е., Кайтукова Е.В., Вишнева Е.А., Намазова-Баранова Л.С.Shilko N.S., Karkashadze G.A., Fedoseenko M.V., Dudina A.N., Kaliuzhnaia T.A., Tolstova S.V., Selvyan A.M., Privalova T.E., Kaytukova E.V., Vishneva E.A., Namazova-Baranova L.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.pedpharma.ru/jour/article/view/2698

Статья посвящена разработке интеллектуальной системы поддержки принятия врачебных решений (СППВР), предназначенной для снижения нагрузки на врачей и повышения точности дифференциальной диагностики. В качестве ключевой особенности предлагается гибридная модель, которая способна анализировать неструктурированный клинический анамнез на русском языке. Описываются архитектура системы, включая структуру базы знаний, модуль предобработки текста и гибридный механизм извлечения симптомов, сочетающий лингвистические правила и семантический анализ на основе нейросетевой модели BERT.

This article is devoted to the development of an intelligence system for medical decision making support (MDMSS) designed for reducing the burden on doctors and increase the differential diagnosis accuracy. Hybrid model, as a key feature, is suggested to be capable to analyse unstructured clinical history in Russian language. The system architecture, including data base structure, text preprocessing module, hybrid symptom extraction mechanism (with linguistic rules and semantic analysis based on BERT neural network model), is described.

искусственный интеллект в медицинесистема поддержки принятия врачебных решенийцифровая медицинадифференциальная диагностиканейронные сетиartificial intelligence in medicinemedical decision making support systemdigital medicinedifferential diagnosisneural networksОтсутствует.Not specified.ReferencesСмышляев А.В., Мельников Ю.Ю., Садовская М.А. Нормативно-правовое регулирование развития цифровых технологий в здравоохранении в Российской Федерации // Главный врач Юга России. — 2020. — № 2. — С. 15–18.Smyshlyaev AV, Melnikov YuYu, Sadovskaya MA. The results of the project on the introduction of lean-technologies and a process-oriented approach in the management of a medical organization that provides primary healthcare in the Russian Federation. Glavnyi vrach Uga Russia. 2020;(2):15–18. (In Russ).Указ Президента Российской Федерации от 07 мая 2024 г. № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года». Доступно по: http://kremlin.ru/events/president/news/73986. Ссылка активна на 30.08.2025.Decree of the President of the Russian Federation dated May 07, 2024 No. 309 “O natsional’nykh tselyakh razvitiya Rossiiskoi Federatsii na period do 2030 goda i na perspektivu do 2036 goda”. (In Russ).Доступно по: http://kremlin.ru/events/president/news/73986. Ссылка активна на 30.08.2025.Указ Президента Российской Федерации от 06 июня 2019 г. № 254 «О Стратегии развития здравоохранения в Российской Федерации на период до 2025 года». Доступно по: http://kremlin.ru/acts/bank/44326. Ссылка активна на 30.08.2025.Decree of the President of the Russian Federation dated June 06, 2019 No. 254 “O Strategii razvitiya zdravookhraneniya v Rossiiskoi Federatsii na period do 2025 goda”. (In Russ). Доступно по: http://kremlin.ru/acts/bank/44326. Ссылка активна на 30.08.2025.Improving Diagnosis in Health Care. Balogh EP, Miller BT, Ball JR, eds. Washington (DC): National Academies Press (US); 2015. 472 p. doi: https://doi.org/10.17226/21794Improving Diagnosis in Health Care. Balogh EP, Miller BT, Ball JR, eds. Washington (DC): National Academies Press (US); 2015. 472 p. doi: https://doi.org/10.17226/21794Махамбетчин М.М., Лохвицкий С.В., Тургунов Е.М., Шакеев К.Т. Врачебные ошибки — причины и противоречия // Клиническая медицина. — 2021. — Т. 99. — № 7-8 — C. 469–475. — doi: https://doi.org/10.30629/0023-2149-2021-99-7-8-469-475.Makhambetchin MM, Lokhvitskiy SV, Turgunov YM, Shakeyev KT. Medical errors — causes and contradictions. Klinicheskaya meditsina. 2021;99(7-8):469–475. (In Russ). doi: https://doi.org/10.30629/0023-2149-2021-99-7-8-469-475.Kwan JL, Lo L, Ferguson J, et al. Computerised clinical decision support systems and absolute improvements in care: meta-analysis of controlled clinical trials. BMJ. 2020;370:m3216. doi: https://doi.org/10.1136/bmj.m3216Kwan JL, Lo L, Ferguson J, et al. Computerised clinical decision support systems and absolute improvements in care: meta-analysis of controlled clinical trials. BMJ. 2020;370:m3216. doi: https://doi.org/10.1136/bmj.m3216Jiang F, Jiang Y, Zhi H, et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017;2(4):230–243. doi: https://doi.org/10.1136/svn-2017-000101Jiang F, Jiang Y, Zhi H, et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017;2(4):230–243. doi: https://doi.org/10.1136/svn-2017-000101Wang X, Zhao J, Marostica E, et al. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature. 2024;634(8035):970–978. doi: https://doi.org/10.1038/s41586-024-07894-zWang X, Zhao J, Marostica E, et al. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature. 2024;634(8035):970–978. doi: https://doi.org/10.1038/s41586-024-07894-zYao S, Wang R, Qian K, Zhang Y. Real world study for the concordance between IBM Watson for Oncology and clinical practice in advanced non-small cell lung cancer patients at a lung cancer center in China. Thoracic Cancer. 2020;11(5):1265–1270. doi: https://doi.org/10.1111/1759-7714.13391Yao S, Wang R, Qian K, Zhang Y. Real world study for the concordance between IBM Watson for Oncology and clinical practice in advanced non-small cell lung cancer patients at a lung cancer center in China. Thoracic Cancer. 2020;11(5):1265–1270. doi: https://doi.org/10.1111/1759-7714.13391Sagheb E, Wi CI, King KS, et al. AI model for predicting asthma prognosis in children. J Allergy Clin Immunol Glob. 2025;4(2):100429. doi: https://doi.org/10.1016/j.jacig.2025.100429Sagheb E, Wi CI, King KS, et al. AI model for predicting asthma prognosis in children. J Allergy Clin Immunol Glob. 2025;4(2):100429. doi: https://doi.org/10.1016/j.jacig.2025.100429Jayaraman P, Desman J, Sabounchi M, et al. A Primer on Reinforcement Learning in Medicine for Clinicians. NPJ Digital Medicine. 2024;7(1):337. doi: https://doi.org/10.1038/s41746-024-01316-0Jayaraman P, Desman J, Sabounchi M, et al. A Primer on Reinforcement Learning in Medicine for Clinicians. NPJ Digital Medicine. 2024;7(1):337. doi: https://doi.org/10.1038/s41746-024-01316-0Gogoberidze YT, Klassen VI, Natenzon MY, et al. PhthisisBioMed artificial medical intelligence: software for automated analysis of digital chest x-ray/fluorograms. Sovrem Tehnologii Med. 2023;15(4):5. doi: https://doi.org/10.17691/stm2023.15.4.01Gogoberidze YT, Klassen VI, Natenzon MY, et al. PhthisisBioMed artificial medical intelligence: software for automated analysis of digital chest x-ray/fluorograms. Sovrem Tehnologii Med. 2023;15(4):5. doi: https://doi.org/10.17691/stm2023.15.4.01Ускова К.А., Гаранина О.Е., Ухаров А.О. и др. Возможности оптимизации скрининга новообразований кожи // Медицинский альманах. — 2024. — № 1. — С. 69–75.Uskova KA, Garanina OE, Ukharov AO, et al. Opportunities for optimizing skin tumor screening. Meditsinskiy almanakh. 2024;(1):69–75. (In Russ).Доан Дык Ха. Алгоритмы анализа информации и поддержки принятия решений в медицинских технологических процессах: автореф. дис. ... канд. тех. наук. — Рязань; 2018. — 24 с.Doan Dyk Kha. Algoritmy analiza informatsii i podderzhki prinyatiya reshenii v meditsinskikh tekhnologicheskikh protsessakh. [abstract of dissertation]. Ryazan; 2018. 24 p. (In Russ).Зарубина Т.В., Пашкина Е.С. Перспективы использования систематизированной номенклатуры медицинских терминов (SNOMED CT) в России // Врач и информационные технологии. — 2012. — № 4. — С. 4–14.Zarubina TV, Pashkina ES. Prospects of use of the systematized nomenclature of medical terms (SNOMED CT) in Russia. Medical Doctor and IT. 2012;(4):4– 14. (In Russ).Lin C, Hsu CJ, Lou YS, et al. Artificial Intelligence Learning Semantics via External Resources for Classifying Diagnosis Codes in Discharge Notes. J Med Internet Res. 2017;19(11):380. doi: https://doi.org/10.2196/jmir.8344Lin C, Hsu CJ, Lou YS, et al. Artificial Intelligence Learning Semantics via External Resources for Classifying Diagnosis Codes in Discharge Notes. J Med Internet Res. 2017;19(11):380. doi: https://doi.org/10.2196/jmir.8344Bechman M. rapidfuzz/RapidFuzz: Release 3.13.0. Zenodo. 2025. doi: https://doi.org/10.5281/zenodo.15133267Bechman M. rapidfuzz/RapidFuzz: Release 3.13.0. Zenodo. 2025. doi: https://doi.org/10.5281/zenodo.15133267Kolesnikova A, Kuratov Y, Konovalov V, Burtsev M. Knowledge Distillation of Russian Language Models with Reduction of Vocabulary. arXiv. 2022. doi: https://doi.org/10.48550/ARXIV.2205.02340.Kolesnikova A, Kuratov Y, Konovalov V, Burtsev M. Knowledge Distillation of Russian Language Models with Reduction of Vocabulary. arXiv. 2022. doi: https://doi.org/10.48550/ARXIV.2205.02340.

The authors declare that there are no conflicts of interest present.