сотрудник с 01.01.2006 по 01.01.2026
Елабуга, Республика Татарстан, Россия
студент
Набережные Челны, Республика Татарстан, Россия
УДК 338.2 Экономическая политика. Управление и планирование в экономике
УДК 004.932 Обработка изображений
Исследование посвящено разработке и комплексной оценке алгоритма глубокого обучения для автоматизации ключевого этапа диагностики острого лимфобластного лейкоза (ОЛЛ) — морфологического анализа клеток крови. Цель работы — преодолеть разрыв между технической валидацией ИИ и оценкой его экономико-управленческого потенциала. На репрезентативном клиническом датасете (15 135 изображений) модель EfficientNetB3 достигла точности 97.5%, чувствительности 96.2% и специфичности 97.8% (AUC-ROC = 0.987). Ключевым результатом является количественная оценка операционного эффекта: экономико-временная симуляция показала, что использование алгоритма в качестве системы предварительного отбора способно сократить время рутинного скрининга специалистом на 70–85%. Это высвобождает самый ценный ресурс — время эксперта — для решения сложных задач. Делается вывод, что внедрение подобных решений ведет к трем основным результатам: повышению операционной эффективности лаборатории, стандартизации качества диагностики и трансформации труда специалиста в сторону более высокой добавленной стоимости. Таким образом, работа демонстрирует, что технологии ИИ представляют собой не просто инструмент повышения точности, а стратегическую инвестицию в создание более устойчивой и экономически эффективной системы здравоохранения.
острый лимфобластный лейкоз, искусственный интеллект, глубокое обучение, диагностика, экономика здравоохранения, операционная эффективность
1. Balasamy, K. Medical Image Analysis Through Deep Learning Techniques: A Comprehensive Survey / K. Balasamy, V. Seethalakshmi, S. Suganyadevi // Wireless Personal Communications. – 2024. – Vol. 137, No. 3. – P. 1685-1714. – DOIhttps://doi.org/10.1007/s11277-024-11428-1. – EDN NTWQIE.
2. CerConvNet: Cervical Cancer Cells Prediction Using Convolutional Neural Networks / P. M, S. Patil, M. M V [et al.] // Informatica (Ljubljana). – 2024. – Vol. 48, No. 3. – DOIhttps://doi.org/10.31449/inf.v48i3.5905. – EDN AGZDTD.
3. Gupta A., Gupta R. ALL Challenge dataset of ISBI 2019 [Электронный ресурс] : [набор данных] / A. Gupta, R. Gupta. — The Cancer Imaging Archive, 2019. — Режим доступа: https://doi.org/10.7937/tcia.2019.dc64i46r (дата обращения: 20.12.2025).
4. Simulation of computer image recognition technology based on image feature extraction / W. Ying, L. Zhang, Sh. Luo [et al.] // Soft Computing - A Fusion of Foundations, Methodologies and Applications. – 2023. – Vol. 27, No. 14. – P. 10167-10176. – DOIhttps://doi.org/10.1007/s00500-023-08246-1. – EDN LIKRVQ.
5. Tens of images can suffice to train neural networks for malignant leukocyte detection / J. P. E. Schouten, Ch. Matek, L. F. P. Jacobs [et al.] // Scientific Reports. – 2021. – Vol. 11, No. 1. – P. 7995. – DOIhttps://doi.org/10.1038/s41598-021-86995-5. – EDN BVYBMQ.
6. Topol, E. J. High-performance medicine: the convergence of human and artificial intelligence / E. J. Topol // Nature Medicine. – 2019. – Vol. 25, No. 1. – P. 44-56. – DOIhttps://doi.org/10.1038/s41591-018-0300-7. – EDN OQSRZW.
7. Алимбаев, А. А. Методика оценки социальной и экономической эффективности цифровизации системы здравоохранения / А. А. Алимбаев, Б. С. Битенова, Т. И. Есенбекова // Экономика: стратегия и практика. – 2020. – Т. 15, № 3. – С. 25-37. – EDN DRBYWS.
8. Городнова, Н. В. Повышение качества жизни граждан России в процессе реализации инновационных проектов / Н. В. Городнова, Н. А. Самарская // Вопросы инновационной экономики. – 2019. – Т. 9, № 3. – С. 721-734. – DOIhttps://doi.org/10.18334/vinec.9.3.40917. – EDN IACEXD.
9. Применение алгоритмов машинного обучения для разработки модели прогнозирования результатов выживаемости больных раком легких в РК / В. А. Макаров, Д. Р. Кайдарова, С. Е. Есентаева [и др.] // Онкология и радиология Казахстана. – 2022. – № 3(65). – С. 4-11. – DOIhttps://doi.org/10.52532/2521-6414-2022-3-65-4-11. – EDN VSAJZG.
10. Рябова, Т. Ф. Качество жизни населения России: состояние, проблемы, перспективы / Т. Ф. Рябова, Н. М. Сурай // Экономика. Профессия. Бизнес. – 2022. – № 2. – С. 98-106. – DOIhttps://doi.org/10.14258/epb202227. – EDN JRMJIK.
