Щеглов Богдан Олегович

Место работы автора, адрес/электронная почта: Дальневосточный федеральный университет ; 690091, Приморский край, г. Владивосток, ул. Суханова, 8 ; https://www.dvfu.ru/

Область научных интересов: Медицина, биофизика

ID Автора: SPIN-код: 2793-9007, РИНЦ AuthorID: 993576

Документы 1 - 3 из 3
1.

Количество страниц: 4 с.

Разработка систем поддержки принятия решений, аккумулирующих передовые знания в области диагностики и лечения заболеваний, является важным направлением информатизации медицины. Особо актуальны такие системы в период крупных эпидемических вспышек, когда в процесс диагностики вовлекается огромное число врачей различного профиля, время на принятие решений и назначение лечения очень мало, а сама диагностика, из-за непрерывного получения новых знаний, постоянно совершенствуется и уточняется. Наиболее готовы к этому вызову методы искусственного интеллекта с онтологическими базами знаний. В работе описан облачный сервис, реализованный на платформе IACPaaS, для дифференциальной диагностики коронавирусных инфекций (SARS, MERS и COVID-19) от других инфекций респираторного тракта вирусной этиологии
This paper presents the results of the development of a medical diagnostic service that is based on a model of medical knowledge and an intelligent decision-maker. The development of decision support systems that accumulate advanced knowledge in the diagnosis and treatment of diseases is an important area of medical informatization. Such systems are especially relevant in the period of major epidemic outbreaks, when a huge number of doctors of various profiles are involved in the process of diagnosis, time for decision-making and prescription of treatment is very short, and the diagnosis itself, due to continuous acquisition of new knowledge, is constantly being improved and refined. The methods of artificial intelligence with ontological knowledge bases are the most ready for this challenge. The work describes a cloud service implemented on the IACPaaS platform for differential diagnosis of coronavirus infections (SARS, MERS and COVID-19) from other infections of the respiratory tract of viral etiology

Облачный сервис для дифференциальной клинической диагностики острыз респираторных вирусных заболеваний (в том числе - связанных с особо опасными коронавирусами) методами искусственного интеллекта / В. В. Грибова, Д. Б. Окунь, Е. А. Шалфеева [и другие] // Якутский медицинский журнал. — 2020. — N 2 (70). — С. 44-47. – DOI: 10.25789/YMJ.2020.70.13.
DOI: 10.25789/YMJ.2020.70.13

2.

Количество страниц: 4 с.

Риноларингические симуляторы на основе 3D-печати: новые возможности профессиональной подготовки / Б. О. Щеглов, И. В. Галкина, А. О. Лембиков, Е. М. Щелканов, И. А. Баранчугов, С. Н. Щеглова, М. Ю. Щелканов // Якутский медицинский журнал. — 2020. — N 3 (71). — С. 60-63. – DOI: 10.25789/YMJ.2020.71.16.
DOI: 10.25789/YMJ.2020.71.16

3.

Количество страниц: 3 с.

В статье представлен анализ эффективности внедрения лаборатории 3D‑моделирования при отделениях лучевой диагностики. Представлено обоснование перспектив и рисков работы данного подразделения. Расчёт экономических показателей показывает, что окупаемость составляет около 2 лет, точка безубыточности – 60-70 клиентов в месяц. Полученные в ходе исследования результаты экономически и технологически обосновывают активное развёртывание лабораторий 3D-моделирования в медицинских учреждениях.
The article presents the analysis of 3D modeling laboratory efficiency after its introduction in the departments of radio diagnostics. Prospects and risks of the work of this unit is presented in the study. The calculation of economic indicators shows that the payback is around 2 years, the breakeven point is 60 – 70 clients per month. Results obtained economically and technologically justify active deployment of 3D modeling labs in medical institutions.

Эффективность внедрения лаборатории 3D-моделирования в лечебно-диагностических медицинских учреждениях / Б. О. Щеглов, И. В. Галкина, С. Н. Щеглова, М. Ю. Щелканов // Якутский медицинский журнал. — 2019. — N 3 (67). — С. 109-111.
DOI: 10.25789/YMJ.2019.67.30