91��ý

Қазіргі медицинада уақыт кейде минутпен өлшенеді. Бұл әсіресе жедел инсульт кезінде айқын сезіледі — мұнда әрбір жоғалған сағат адамның өміріне немесе оның денсаулығына тікелей әсер етуі мүмкін. Сол себепті медицинада «алтын сағат» ұғымы қалыптасқан: дәл осы қысқа уақыт аралығында дұрыс қойылған диагноз бен дер кезінде көрсетілген көмек науқастың тағдырын өзгерте алады.

Алайда инсультты жылдам әрі дәл диагностикалау жолында бірқатар күрделі мәселелер бар. Нейровизуализация саласындағы мамандардың тапшылығы, әсіресе өңірлерде, КТ мен МРТ нәтижелерін талдауға кететін уақыттың ұзақтығы және дәрігерлер арасындағы бағалау айырмашылықтары диагноз қою процесін қиындатады. Сонымен қатар заманауи томографтар өте үлкен көлемде деректер шығарады, оларды қысқа уақытта қолмен өңдеу оңай емес.

Осы жағдайда жасанды интеллект технологиялары ерекше маңызға ие болып отыр. Соңғы жылдары терең оқыту әдістері медициналық кескіндерді талдауда жоғары нәтиже көрсетуде. Кейбір алгоритмдердің дәлдігі тәжірибелі дәрігерлердің деңгейімен салыстырылады. Бірақ мұндай жүйелердің басты мәселесі — олардың «қара жәшік» принципімен жұмыс істеуі: нәтиже береді, алайда шешімнің қалай қабылданғанын түсіндірмейді. Ал медицинада сенім мен түсініктілік аса маңызды.

Осы мәселеге жауап ретінде әл-Фараби атындағы Қазақ ұлттық университетінің ғалымдары «Медициналық кескіндерді интерпретацияланатын талдауға арналған терең нейрожелілердің комбинирленген модельдерін әзірлеу» атты ауқымды жобаны жүзеге асыруда. 2025–2027 жылдарға арналған бұл зерттеу жасанды интеллект, машиналық оқыту, кескіндерді өңдеу және клиникалық радиология саласындағы мамандарды біріктіреді.

Жобаның негізгі мақсаты — тек дәл диагноз қоятын емес, өз шешімін түсіндіре алатын модель жасау. Ұсынылып отырған жүйе конволюциялық нейрожелілер мен «жұмсақ» шешімдер ағашын (Soft Decision Tree) біріктіреді. Мұндай тәсіл жүйеге тек «инсульт бар» деп айтуға емес, сонымен қатар томографиядағы қандай белгілер осы қорытындыға әкелгенін көрсетуге мүмкіндік береді. Бұл дәрігер үшін шешім қабылдау логикасын түсінікті етеді.

Жобаның практикалық бөлігі жедел инсультты КТ және МРТ суреттері арқылы анықтайтын жүйе әзірлеуге бағытталған. Зерттеушілер арнайы аннотацияланған медициналық кескіндер базасын құруда: тәжірибелі мамандар инсульт белгілерін қолмен белгілеп, модельді оқытуға қажетті сапалы деректер дайындайды. Сонымен бірге әлсіз бақылау және өздігінен оқыту әдістері қолданылып, жүйеге толық белгіленбеген деректермен де тиімді жұмыс істеуге мүмкіндік беріледі.

Перспективті бағыттардың бірі — федеративтік оқыту технологиясын пайдалану. Бұл тәсіл әртүрлі медициналық мекемелердің деректерін орталықтандырмай-ақ қолдануға мүмкіндік береді және науқастардың құпиялылығын сақтауды қамтамасыз етеді. Сондай-ақ жоба шеңберінде Колмогоров–Арнольд желілеріне негізделген интерпретацияланатын модельдер де зерттелуде.

Жүйе үшін дәрігерлерге ыңғайлы интерфейс әзірленеді. Ол медицина мамандарына кескіндерді жүктеп, өңдеу нәтижелерін кәсіби медициналық терминологиямен түсінікті түрде алуға мүмкіндік береді. Сонымен қатар жүйе диагноз қою кезінде қандай белгілерге сүйенгенін визуалды түрде көрсетеді.

Жобаның соңғы кезеңінде жүйе клиникалық тексеруден өтеді. Оның дәлдігі мен тиімділігі тәжірибелі радиологтардың нәтижелерімен салыстырылып бағаланады. Мұндағы мақсат — дәрігерді алмастыру емес, шешім қабылдауды жылдам әрі сенімді ететін интеллектуалды құрал ұсыну.

ҚазҰУ ғалымдарының бұл жобасы тек технологиялық жаңалық емес, жасанды интеллекттің медицинадағы сенімділігі мен түсініктілігін қамтамасыз етуге бағытталған маңызды ғылыми қадам. Өйткені медицинада технологияның шынайы құндылығы — оның тек дәлдігімен емес, дәрігерге түсінікті әрі сенімді болуымен өлшенеді.