Медицинская Техника / Медицинская техника №1, 2026 / с. 4-6

Система поддержки принятия врачебных решений для диагностики и лечения нейросенсорной тугоухости

А.Г. Гудков, В.Ю. Леушин, И.А. Сидоров, С.В. Чижиков, Г.А. Гудков, Н.А. Ветрова, Л.А. Лунева, Г.П. Никольский, Р.В. Агандеев

Аннотация

Описан алгоритм системы поддержки принятия врачебных решений на базе технологий искусственного интеллекта для повышения эффективности лечения, профилактики осложнений и реабилитации пациентов с заболеваниями органов слуха. Показано применение решающих деревьев для серверной части программного комплекса. Приведены результаты предварительных испытаний программного комплекса.

Вернуться к содержанию

Сведения об авторах

Александр Григорьевич Гудков, д-р техн. наук, профессор, кафедра «Технологии приборостроения», ФГБОУ ВО «Московский государственный технический университет им. Н.Э. Баумана»,

Виталий Юрьевич Леушин, канд. техн. наук, зам. генерального директора, ООО «НПИ ФИРМА «ГИПЕРИОН»,

Игорь Александрович Сидоров, канд. техн. наук, доцент,

Сергей Владимирович Чижиков, ассистент, кафедра «Технологии приборостроения»,

Григорий Александрович Гудков, студент, кафедра «Лазерные и оптико-электронные системы»,

Наталия Алексеевна Ветрова, канд. техн. наук, доцент, кафедра «Технологии приборостроения»,

Любовь Александровна Лунева, канд. техн. наук, доцент, кафедра «Физика»,

Григорий Павлович Никольский, студент,

Роман Вячеславович Агандеев, аспирант, кафедра «Технологии приборостроения», ФГБОУ ВО «Московский государственный технический университет им. Н.Э. Баумана», г. Москва,

e-mail: profgudkov@gmail.com

Список литературы

1. Tsuzuki N., Wasano K. Idiopathic sudden sensorineural hearing loss: A review focused on the contribution of vascular pathologies // Auris Nasus Larynx. 2024. Vol. 51. № 4. PP. 747-754.

2. Punch R., Horstmanshof L. Hearing loss and its impact on residents in long term care facilities: Asystematic review of literature // Geriatric Nursing. 2019. Vol. 40. № 2. PP. 138-147.

3. Borre E.D., Diab M.M., Ayer A. et al. Evidence gaps in economic analyses of hearing healthcare: A systematic review // EClinicalMedicine. 2021. Vol. 35. P. 100872.

4. Ryosuke Kitoh, Shin-ya Nishio, Hiroaki Sato, Tetsuo Ikezono, Shinya Morita, Tetsuro Wada, Shin-ichi Usami Clinical practice guidelines for the diagnosis and management of acute sensorineural hearing loss // Auris Nasus Larynx. 2024. Vol. 51. № 4. PP. 811-821.

5. Zhang Z., Beck M.W., Winkler D.A. et al. Opening the black box of neural networks: Methods for interpreting neural network models in clinical applications // Annals of Translational Medicine. 2018. Vol. 6. № 11. P. 216.

6. Liang H., Tsui B.Y., Ni H. et al. Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence // Nature medicine. 2019. Vol. 25. № 3. PP. 433-438.

7. Varlamov O.O., Gudkov A.G., Aladin D.V. et al. A Software Package Supporting Decision Making on the Safety of Thermolabile Blood Components // Biomedical Engineering. 2022. Vol. 55. № 5. PP. 355-359.

8. Tang-Chuan Wang, Ko-Han Sun, Mingchang Chih, Wei-Chun Chen Hybrid statistical and machine-learning approach to hearing-loss identification based on an oversampling technique // Computers in Biology and Medicine. 2025. Vol. 185. P. 109539.

9. Taewoong Uhm, Jae Eun Lee, Seongbaek Yi et al. Predicting hearing recovery following treatment of idiopathic sudden sensorineural hearing loss with machine learning models // American Journal of Otolaryngology. 2021. Vol. 42. № 2. P. 102858.

10. Losev A.G., Popov I.E., Petrenko A.Y. et al. Some Methods for Substantiating Diagnostic Decisions Made Using Machine Learning Algorithms // Biomedical Engineering. 2022. Vol. 55. № 6. PP. 442-447.