Національна наукова медична бібліотека України

Національна наукова медична бібліотека України

Базы данных

Зведеного каталогу періодичних видань- результаты поиска

Вид поиска

Періодичних видань

Книг та авторефератів дисертацій

Польських медичних книг

Колекцій

Наукових збірників

Зведеного каталогу періодичних видань

Зведеного каталогу іноземних видань

Предметні рубрики

Авторитетні файли

Інформаційні листи

Польські медичні книги

Область поиска

в найденном

Найдено в других БД:

Періодичних видань (33)

Книг та авторефератів дисертацій (5)

Предметні рубрики (4)

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: <.>S=ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ<.>

Общее количество найденных документов : 44
Показаны документы с 1 по 30

1-30 31-44

Перспективы искусственного интеллекта в проведении онкологического компонента диспансеризации населения [Текст] / В. Г. Черенков [и др.] // Вопросы онкологии. - 2019. - T. 65, № 2. - С. 234-237
MeSH-главная:
НОВООБРАЗОВАНИЯ -- NEOPLASMS (диагностика)
АНКЕТИРОВАНИЕ -- QUESTIONNAIRES
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
РОБОТЫ -- ROBOTICS

Доп.точки доступа:
Черенков, В. Г.; Петров, А. Б.; Гулков, И. В.; Костюков, А. В.
Экз-ры:
Найти похожие

Використання елементів штучного інтелекту в експертній системі для діагностування генетичних відхилень [] = Using elements of artificial intelligence in an expert system for diagnosing genetic disorders / В. З. Стецюк [та ін.] // Медична інформатика та інженерія. - 2021. - N 1. - С. 79-83
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
ГЕНЕТИЧЕСКАЯ ПРЕДРАСПОЛОЖЕННОСТЬ К БОЛЕЗНИ -- GENETIC PREDISPOSITION TO DISEASE
БАЗЫ ДАННЫХ ГЕНЕТИЧЕСКИЕ -- DATABASES, GENETIC
ГЕНЕТИЧЕСКИЕ БОЛЕЗНИ ВРОЖДЕННЫЕ -- GENETIC DISEASES, INBORN (диагностика)

Доп.точки доступа:
Стецюк, В. З.; Бабінцева, Л. Ю.; Чиж, Ю. М.; Фіногенов, О. Д.; Самоненко, Н. В.; Муха, І. П.
Экз-ры:
Найти похожие

Математична модель прогнозування виникнення прееклампсії середнього ступеня у жінок групи високого ризику розвитку пізнього гестозу на тлі метаболічного синдрому [] = Mathematical model for predicting the occurrence of moderate preeclampsia in women at high risk of developing late gestosis against the background of metabolic syndrome / С. В. Хміль [та ін.] // Здобутки клінічної і експериментальної медицини. - 2021. - N 3. - С. 157-161
MeSH-главная:
ПРЕЭКЛАМПСИЯ -- PRE-ECLAMPSIA (диагностика)
КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ -- COMPUTER SIMULATION
МЕТАБОЛИЧЕСКИЙ СИНДРОМ X -- METABOLIC SYNDROME X
НЕРВНАЯ СЕТЬ -- NERVE NET
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
БЕРЕМЕННОСТИ ОСЛОЖНЕНИЯ СЕРДЕЧНО-СОСУДИСТЫЕ -- PREGNANCY COMPLICATIONS, CARDIOVASCULAR (диагностика)

Доп.точки доступа:
Хміль, С. В.; Франчук, У. Я.; Маланчук, Л. М.; Франчук, М. В.
Экз-ры:
Найти похожие

Результаты ретроспективного анализа выбора терапии при помощи сервиса поддержки принятия врачебных решений у пациентов с артериальной гипертензией и фибрилляцией предсердий (ИНТЕЛЛЕКТ) [] / Д. В. Лосик [и др.] // Рос. кардиол. журн = Russian Journal of Cardiology. - 2021. - N 4. - С. 54-60
MeSH-главная:
ПРЕДСЕРДИЙ ФИБРИЛЛЯЦИЯ -- ATRIAL FIBRILLATION (лекарственная терапия)
ГИПЕРТЕНЗИЯ -- HYPERTENSION (лекарственная терапия)
АНТИКОАГУЛЯНТЫ -- ANTICOAGULANTS (терапевтическое применение)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
Аннотация: Цель. Оценка связи между применением системы поддержки принятия врачебных решений (СППВР) и приверженностью к клиническим рекомендациям. Материал и методы. Были проанализированы данные медицинских карт 300 пациентов с фибрилляцией предсердий и артериальной гипертензией из электронной медицинской базы ФГБУ “НМИЦ им. В. А. Алмазова” Минздрава России, обращавшихся за медицинской помощью в период с 2019г по 2020г. Для анализа использовались демографические и клинические данные, а также информация о назначенной в стационаре или на приеме антикоагулянтной, антиаритмической и антигипертензивной терапии. Первичной точкой являлось соответствие назначенной терапии актуальным клиническим рекомендациям для каждой из трех терапий. Оценка первичной точки в медицинских картах выполнялась группой независимых клинических экспертов с помощью СППВР. Другой группой клинических экспертов из НМИЦ им. Алмазова, не владеющих информацией о прежних назначениях пациентам, моделировалась новая терапия при помощи СППВР. Также оценивалось соответствие контента СППВР последним рекомендациям по лечению пациентов с артериальной гипертензией и фибрилляцией предсердий. Результаты. Из 300 клинических случаев лишь 291 (97%) имели достаточно данных и были включены в анализ. По результатам анализа назначений данных медицинских карт, в 26 (18%) случаях все три вида терапии соответствовали актуальным клиническим рекомендациям. Антикоагулянтная терапия соответствовала рекомендациям в 92% случаев. Эксперты, применявшие для выбора лечения СППВР, на 15% (95% доверительный интервал (ДИ) 10-21%) чаще назначали новые пероральные антикоагулянты и на 14% (95% ДИ 10-19%) реже назначали варфарин по сравнению с назначениями в медицинских картах. Антиаритмическая терапия отвечала рекомендациям в 69% случаев. При использовании СППВР эксперты на 32% (95% ДИ 26-37%) чаще назначали катетерную аблацию легочных вен. В исходных данных комбинации антигипертензивной терапии соответствовали клиническим рекомендациям в 28% случаев. Применение экспертами СППВР было статистически достоверно связано с повышением частоты назначения двойной и тройной антигипертензивной терапии. Заключение. Полученные данные свидетельствуют о возможностях внедрения СППВР в широкую клиническую практику для улучшения приверженности врачей актуальным клиническим рекомендациям. Необходимо проведение проспективного рандомизированного исследования для оценки эффективности СППВР в профилактике сердечно-сосудистых событий.

Доп.точки доступа:
Лосик, Д. В.; Козлова, С. Н.; Кривошеев, Ю. С.; Пономаренко, А. В.; Пономарев, Д. Н.; Покушалов, Е. А.; Большакова, О. О.; Жабина, Е. С.; Лясникова, Е. А.; Корельская, Н. А.; Трукшина, М. А.; Тулинцева, Т. Э.; Конради, А. О.
Экз-ры:
Найти похожие

Слободин, Ю. В.
Искусственный интеллект в медицине. Опыт работы центра с IT-компанией / Ю. В. Слободин, М. П. Руденков, М. И. Климович // Евразийский онкологический журнал. - 2021. - Том 9, N 3/4. - С. 291-300
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование)
МЕДИЦИНА -- MEDICINE (организация и управление, тенденции)

Доп.точки доступа:
Руденков, М. П.; Климович, М. И.
Экз-ры:
Найти похожие

Дудін, О. Є.
Цифрова патологія в роботі медичної лабораторії. Аналітичний огляд [] = Digital pathology in of medical laboratory practice. Reviewt / О. Є. Дудін, О. П. Мінцер, О. М. Сулаєва // Медична інформатика та інженерія. - 2020. - N 3. - С. 41-50
MeSH-главная:
ЛАБОРАТОРНЫЕ КЛИНИЧЕСКИЕ ТЕХНОЛОГИИ -- CLINICAL LABORATORY TECHNIQUES
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
ИНДИВИДУАЛИЗИРОВАННАЯ МЕДИЦИНА -- INDIVIDUALIZED MEDICINE

Доп.точки доступа:
Мінцер, О. П.; Сулаєва, О. М.
Экз-ры:
Найти похожие

Методы машинного обучения в прогнозировании исходов и рисков сердечно-сосудистых заболеваний у пациентов с артериальной гипертензией (по материалам ЭССЕ-РФ в Приморском крае) [] / В. А. Невзорова [и др.] // Рос. кардиол. журн. - 2020. - N 3. - С. 10-16
MeSH-главная:
СЕРДЕЧНО-СОСУДИСТЫЕ БОЛЕЗНИ -- CARDIOVASCULAR DISEASES (профилактика и контроль, этиология, диагностика)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
АНТРОПОМЕТРИЯ -- ANTHROPOMETRY
КОМПЬЮТЕРНЫЕ СИСТЕМЫ -- COMPUTER SYSTEMS
ГИПЕРТЕНЗИЯ -- HYPERTENSION (осложнения)
Аннотация: Цель. Оценить возможность применения технологий искусственного интеллекта в прогнозировании исходов и рисков сердечно-сосудистых заболеваний (ССЗ) у пациентов с артериальной гипертонией (АГ). Материал и методы. Создана компьютерная программа для извлечения в полуавтоматическом режиме информации из анкет респондентов, проанализированы библиотеки с предобработкой данных. Проведен анализ основных и дополнительных показателей факторов риска развития ССЗ (35 параметров) у 2131 человек при выполнении регионального этапа “ЭССЕ-РФ, 2014-2019гг”. Для создания модели прогнозирования применен высокоуровневый язык Python 2.7 с использованием объектно-ориентированного программирования и включением обработки исключений с поддержкой многопоточных вычислений. С помощью функции рандомизирования сформированы обучающая (488 человек) и тестовая (245 человек) выборки, в которые вошли данные пациентов с установленным диагнозом АГ. Результаты. Распространенность АГ среди обследуемых составила 34,39%. К значимым признакам для прогнозирования развития ССЗ отнесены антропометрические параметры, наличие курения, данные биохимического анализа крови (общий холестерин, АроА, АроВ, глюкоза, Д-димер, С-реактивный белок). В результате 5-летнего наблюдения ССЗ установлены у 235 человек (32,06%) с АГ и у 187 человек (13,38%) без АГ; показатели смертности составили 1,27% у лиц с АГ и 1,12% без АГ. Абсолютный риск фатального исхода среди лиц с АГ (0,037) был значимо выше (p0,05), чем у пациентов без АГ (0,017). Для построения нейросети (НС) применяли базовую модель Sequential из библиотеки Keras. При машинном обучении в качестве входных данных использовались 26 значимых для развития ССЗ переменных и выходными были определены 9 нейронов, которые соответствовали количеству установленных сердечно-сосудистых событий. Созданная НС обладала предсказующей способностью до 97,9%, что превышало таковую на 34,9% шкалы SCORE. Заключение. Полученные данные указывают на важность фенотипирования факторов риска с использованием антропометрических маркеров и параметров биохимии крови, при определении их значимости в списках 20 топ-предикторов для прогнозирования ССЗ. Основанный на языке Python метод машинного обучения обеспечивает прогнозирование ССЗ согласно стандартным оценкам риска.

Доп.точки доступа:
Невзорова, В. А.; Плехова, Н. Г.; Присеко, Л. Г.; Черненко, И. Н.; Богданов, Д. Ю.; Мокшина, М. В.; Кулакова, Н. В.
Экз-ры:
Найти похожие

Інформаційні та мікроелектронні технології для застосування в мобільній медицині. Надії та обмеження [] = Information and microelectronic technologies for application in mobile medicine. Hopes and limitations / О. П. Мінцер [та ін.] // Медична інформатика та інженерія. - 2018. - N 2. - С. 13-27
MeSH-главная:
ИНФОРМАЦИОННЫЕ СИСТЕМЫ -- INFORMATION SYSTEMS
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
ИНДИВИДУАЛИЗИРОВАННАЯ МЕДИЦИНА -- INDIVIDUALIZED MEDICINE
СЕНСОРНЫЕ ВСПОМОГАТЕЛЬНЫЕ СРЕДСТВА -- SENSORY AIDS

Доп.точки доступа:
Мінцер, О. П.; Романов, В. А.; Галелюка, І. Б.; Антомонова, А. В.
Экз-ры:
Найти похожие

Інтелектуальні системи в управлінні медичними технологіями і якістю життя [] / С. О. Кіжаєв [та ін.] // Медичні перспективи. - 2021. - Т. 26, № 1. - С. 18-29. - Бібліогр. в кінці ст.
MeSH-главная:
БИОМЕДИЦИНСКАЯ ТЕХНОЛОГИЯ -- BIOMEDICAL TECHNOLOGY (методы, обучение, организация и управление, тенденции)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование, тенденции)
ЗДРАВООХРАНЕНИЕ, УПРАВЛЕНИЕ -- PUBLIC HEALTH ADMINISTRATION (методы, тенденции)
КАЧЕСТВО ЖИЗНИ -- QUALITY OF LIFE

Доп.точки доступа:
Кіжаєв, С. О.; Петренко, В. О.; Мазур, Н. В.; Білецький, В. В.; Мазур, А. В.; Дуднікова, О. І.
Экз-ры:
Найти похожие

10.

Перспективы использования технологий искусственного интеллекта (ИИ) в скрининге рака молочной железы [] / С. П. Морозов [и др.] // Вопросы онкологии. - 2020. - T. 66, № 6. - С. 603-608
MeSH-главная:
МОЛОЧНОЙ ЖЕЛЕЗЫ НОВООБРАЗОВАНИЯ -- BREAST NEOPLASMS (диагностика)
МАММОГРАФИЯ -- MAMMOGRAPHY (методы)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE

Доп.точки доступа:
Морозов, С. П.; Говорухина, В. Г.; Диденко, В. В.; Пучкова, О. С. ; Павлов, Н. А. ; Овсянников, А. Г. ; Андрейченко, А. Е. ; Ледихова, Н. В. ; Владзимирский, А. В.
Экз-ры:
Найти похожие

11.

Технології штучного інтелекту в медичній практиці [] = Artificial intelligence technologies in medical practice / О. П. Мінцер [та ін.] // Медична інформатика та інженерія. - 2020. - N 2. - С. 17-27
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
ДИСТАНЦИОННОГО НАБЛЮДЕНИЯ МЕТОДЫ -- REMOTE SENSING TECHNOLOGY

Доп.точки доступа:
Мінцер, О. П.; Романов, В. О.; Галелюка, І. Б.; Вороненко, О. В.
Экз-ры:
Найти похожие

12.

Клинические аспекты применения искусственного интеллекта для интерпретации рентгенограмм органов грудной клетки [] / С. П. Морозов [и др.] // Туберкулез и болезни легких. - 2021. - Т. 99, № 4. - С. 58-65. - Библиогр. в конце ст.
MeSH-главная:
ЛЕГКИХ БОЛЕЗНИ -- LUNG DISEASES (рентгенография)
ТУБЕРКУЛЕЗ ЛЕГКИХ -- TUBERCULOSIS, PULMONARY (рентгенография)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
РЕНТГЕНОГРАФИЯ -- RADIOGRAPHY
ОБЗОР ЛИТЕРАТУРЫ КАК ТЕМА -- REVIEW LITERATURE AS TOPIC

Доп.точки доступа:
Морозов, С. П.; Кокина, Д. Ю.; Павлов, Н. А.; Кирпичев, Ю. С.; Гомболевский, В. А.; Андрейченко, А. Е.
Экз-ры:
Найти похожие

13.

Artificial intelligence effectivity in fracture detection [Text] / V. Boginskis [et al.] // Медичні перспективи. - 2023. - Т. 28, N 3. - P68-78. - Bibliogr. at the end of the art.
MeSH-главная:
ПЕРЕЛОМЫ КОСТИ -- FRACTURES, BONE (диагностика, профилактика и контроль, рентгенография, ультрасонография)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование, статистика, тенденции, экономика)

Доп.точки доступа:
Boginskis, V.; Zadoroznijs, S.; Cernavska, I.; Beikmane, D.; Sauka, J.
Экз-ры:
Найти похожие

14.

Литвин, А. А.
Сучасні можливості цифрової панкреатології [] / А. А. Литвин // Вісник Клубу Панкреатологів. - 2023. - № 3. - С. 4-10
MeSH-главная:
ПОДЖЕЛУДОЧНОЙ ЖЕЛЕЗЫ БОЛЕЗНИ -- PANCREATIC DISEASES (диагностика, терапия)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
КОМПЬЮТЕРНЫЕ МЕТОДОЛОГИИ -- COMPUTING METHODOLOGIES

Экз-ры:
Найти похожие

15.

ВООЗ оприлюднила принципи регулювання технологій штучного інтелекту в медичній галузі [] // Ліки України. - 2023. - N 8. - С. 48
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
МЕДИЦИНА -- MEDICINE

Экз-ры:
Найти похожие

16.

Соловйов, В. Г.
Застосування нейронної мережі при контролі теплового стану біологічної тканини в зоні зварювання [] = Application of neural network in monitoring the thermal state of biological tissue in the welding zone / В. Г. Соловйов, Ю. М. Ланкін, І. Ю. Романова // Медична інформатика та інженерія = Medical informatics and engineering. - 2023. - N 3/4. - С. 50-58
MeSH-главная:
СВАРКА -- WELDING
ЭЛЕКТРОХИРУРГИЯ -- ELECTROSURGERY
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE

Доп.точки доступа:
Ланкін, Ю. М.; Романова, І. Ю.
Экз-ры:
Найти похожие

17.

Артамонова, Н. О.
Роль штучного інтелекту в променевій терапії: бібліометричний аналіз / Н. О. Артамонова, Ю. В. Павліченко, Т. Г. Золотарьова // Радіологічний вісник. - 2023. - N 1/2. - С. 73
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование)
ЛУЧЕВАЯ ТЕРАПИЯ -- RADIOTHERAPY (использование, методы)

Доп.точки доступа:
Павліченко, Ю. В.; Золотарьова, Т. Г.
Экз-ры:
Найти похожие

18.

Artificial Intelligence Approach in Prostate Cancer Diagnosis: Bibliometric Analysis [Text] / A. Denysenko [et al.] // Галиц. лікар. вісник. - 2022. - Том 29, N 2. - P32-38
MeSH-главная:
ПРЕДСТАТЕЛЬНОЙ ЖЕЛЕЗЫ НОВООБРАЗОВАНИЯ -- PROSTATIC NEOPLASMS (диагностика)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование)
БИБЛИОМЕТРИЯ -- BIBLIOMETRICS

Доп.точки доступа:
Denysenko, Anastasiia; Savchenko, Taras; Dovbysh, Anatolii; Romaniuk, A.; Moskalenko, R.
Экз-ры:
Найти похожие

19.

Chekhun, Vasyl.
Symbiosis of medical technologies and artificial intelligence: new opportunities in oncology [Text] / V. Chekhun // Experimental Oncology. - 2022. - Том 44, N 2. - P90-92
MeSH-главная:
ОНКОЛОГИЯ МЕДИЦИНСКАЯ -- MEDICAL ONCOLOGY (тенденции)
БИОМЕДИЦИНСКАЯ ТЕХНОЛОГИЯ -- BIOMEDICAL TECHNOLOGY (тенденции)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (тенденции)

Экз-ры:
Найти похожие

20.

Дудін, О. Є.
Цифрова патологія при меланомі: досягнення, бар'єри та перспективи [] = Digital pathology in melanoma: achievements, barriers and prospects / О. Є. Дудін // Медична інформатика та інженерія = Medical informatics and engineering. - 2022. - N 4. - С. 9-20
MeSH-главная:
МЕЛАНОМА -- MELANOMA
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
НЕЙРОННЫЕ СЕТИ (КОМПЬЮТЕР) -- NEURAL NETWORKS (COMPUTER)

Экз-ры:
Найти похожие

21.

Висоцький, А. А.
Розвиток штучного інтелекту в сучасній медицині / А. А. Висоцький, О. О. Суріков, С. В. Василюк-Зайцева // Укр. мед. часопис. - 2023. - N 2. - С. 84-87
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование)
МЕДИЦИНА -- MEDICINE

Доп.точки доступа:
Суріков, О. О.; Василюк-Зайцева, С. В.
Экз-ры:
Найти похожие

22.

Prospects for the use of artificial intelligence to predict the spread of tuberculosis infection in the WHO European Region / L. D. Todoriko [et al.] // Туберкульоз, легеневі хвороби, ВІЛ-інфекція. - 2023. - N 2. - С. 86-92
MeSH-главная:
ТУБЕРКУЛЕЗ -- TUBERCULOSIS (патофизиология, эпидемиология)
ПРОГНОЗИРОВАНИЕ -- FORECASTING
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE

Доп.точки доступа:
Todoriko, L. D.; Andriiyets, O. A.; Vyklyuk, Y. I.; Semyaniv, I. O.; Margineanu, I.; Lesnic, E.; Nevinsky, D. V.; Yeremenchuk, I. V.
Экз-ры:
Найти похожие

23.

Голосовые технологии против COVID-19: искусственный интеллект побеждает социальный коллапс [] // Врач. - 2020. - № 12. - С. 88. - Библиогр. в конце ст.
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE

Экз-ры:
Найти похожие

24.

Альбертин, С. В.
Нейрональная модель адаптивного поискового поведения [] / С. В. Альбертин // Рос. физиол. журн. им. И.М. Сеченова. - 2018. - Том 104, N 10. - С. 1121-1135
MeSH-главная:
АДАПТАЦИЯ ФИЗИОЛОГИЧЕСКАЯ -- ADAPTATION, PHYSIOLOGICAL
РОБОТЫ -- ROBOTICS
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (тенденции)
Аннотация: В статье рассматриваются возможности разработки и использования различных нейрональных моделей целенаправленного поведения животных при создании систем искусственного интеллекта. Представлена нейрональная модель адаптивного поведения, основанная на использовании радиального лабиринта с дифференцированным пищевым подкреплением. Обсуждаются ее преимущества по сравнению с нейрональными моделями целенаправленного избегательного поведения животных в водных лабиринтах.

Экз-ры:
Найти похожие

25.

Искусственный интеллект: автоматизированный анализ текста на естественном языке для аудита радиологических исследований / С. П. Морозов [и др.] // Вестник рентгенологии и радиологии = Russian Journal of Radiology. - 2018. - Том 99, N 5. - С. 253-258
MeSH-главная:
РАДИОЛОГИЯ, ИНФОРМАЦИОННЫЕ СИСТЕМЫ -- RADIOLOGY INFORMATION SYSTEMS (использование, оборудование, стандарты)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование, тенденции)

Доп.точки доступа:
Морозов, С. П.; Владзимирский, А. В.; Гомболевский, В. А.; Кузьмина, Е. С.; Ледихова, Н. В.
Экз-ры:
Найти похожие

26.

Альбертин, С. В.
От нейрональной модели целенаправленного поведения к моделированию систем искусственного интеллекта [] / С. В. Альбертин // Успехи физиол. наук. - 2019. - Том 50, N 2. - С. 15-30
MeSH-главная:
(физиология)
ПАМЯТЬ -- MEMORY (физиология)
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
МОЗГА ГОЛОВНОГО БОЛЕЗНИ -- BRAIN DISEASES (хирургия)
Аннотация: В статье рассматриваются возможности разработки и использования нейрональных моделей целенаправленного поведения животных при создании систем искусственного интеллекта и нейроимплантатов при лечении нейродегенеративных заболеваний мозга. Анализируются проблемы микрочипирования структур мозга, играющих определяющую роль в формировании памяти и самосознания человека. Обсуждаются психологические, социальные и этические последствия разработки новейших когнитивных технологий.

Экз-ры:
Найти похожие

27.

Лихтерман, Л. Б.
Размышления об искусственном интеллекте: что нас ждет? / Л. Б. Лихтерман // Нейрохирургия. - 2019. - Т. 21, № 4. - С. 104-105
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE

Экз-ры:
Найти похожие

28.

Артьомов, О. В.
Інтелект поза біологічним носієм (медико-біологічний і філососький погляд на проблему штучного розуму) [] / О. В. Артьомов, Е. С. Бурячківський // Інтегративна антропологія. - 2018. - № 2. - С. 4-8. - Бібліогр. в кінці ст.
MeSH-главная:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE (использование, классификация, тенденции)

Доп.точки доступа:
Бурячківський, Е. С.
Экз-ры:
Найти похожие

29.

Стариков, С. М.
Робототехнические технологии оказания медицинской помощи [] / С. М. Стариков, А. А. Жигалов // Военно-медицинский журнал. - 2015. - Том 336, N 9. - С. 93-95
MeSH-главная:
ВОЕННАЯ МЕДИЦИНА -- MILITARY MEDICINE
МЕДИЦИНСКОЙ ПОМОЩИ ОКАЗАНИЕ -- DELIVERY OF HEALTH CARE

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ARTIFICIAL INTELLIGENCE
РОБОТЫ -- ROBOTICS
ТЕЛЕМЕДИЦИНА -- TELEMEDICINE
РОССИЙСКАЯ ФЕДЕРАЦИЯ -- RUSSIA
Кл.слова (ненормированные):
ФОРУМ „АРМИЯ-2015”

Доп.точки доступа:
Жигалов, А.А.
Экз-ры:
Найти похожие

30.

    Интеллектуальная распределенная система популяционного скрининга онкологических заболеваний [] / А. А. Барчук [и др.] // Вопросы онкологии. - 2015. - Том 61, N 4. - С. 517-522
Рубрики: ОНКОЛОГИЯ МЕДИЦИНСКАЯ
   НОВООБРАЗОВАНИЯ
   ЗДОРОВЬЯ ПОПУЛЯЦИИ МОНИТОРИНГ
   МАССОВЫЙ СКРИНИНГ
   ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ
   АВТОМАТИЗИРОВАННАЯ ОБРАБОТКА ИНФОРМАЦИИ
   ДИАГНОСТИКА КОМПЬЮТЕРНАЯ
   ДИАГНОСТИЧЕСКОЕ ИЗОБРАЖЕНИЕ
   РЕШЕНИЙ ПРИНЯТИЕ АВТОМАТИЗИРОВАННОЕ
   РЕШЕНИЙ ПРИНЯТИЕ, СИСТЕМА ПОДДЕРЖКИ
   ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
   КОМПЬЮТЕРНЫЕ МЕТОДОЛОГИИ
   МЕДИЦИНСКОЙ ПОМОЩИ КАЧЕСТВО
   ОБЗОР ЛИТЕРАТУРЫ КАК ТЕМА
Аннотация: В обзоре литературы обобщены данные, посвященные повышению эффективности скрининга злокачественных новообразований путём использования современных информационных и телекоммуникационных технологий. Показано, что имеющиеся в настоящее время программные решения в области медицинской визуализации недостаточно адаптированы для популяционного скрининга. До сих пор не существует единого стандарта, определяющего проверяющие алгоритмы обработки полученных данных при четко контролируемых условиях. Наиболее ожидаемым результатом информатизации будет организация централизованного хранения, обмена диагностическими данными, обеспечение широкого доступа к ним, автоматизированный анализ и отбор диагностически значимых результатов посредством программного продукта. Сформулированы основные требования для разработки самообучающейся системы интеллектуальной обработки массива разнородных данных за счет применения технологий семантических сетей.

Доп.точки доступа:
Барчук, А.А.; Подольский, М.Д.; Гайдуков, B.C.; Кузнецов, В.И.; Арсеньев, А.И.; Канаев, С.В.; Барчук, А.С.; Левченко, Е.В.; Мерабишвили, В.М.; Костицын, К.А.; Белоглазова, О.В.; Филочкина, А.В.; Гагуа, К.З.; Прейс, В.Г.; Тараканов, С.А.
Экз-ры:
Найти похожие

1-30 31-44

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)