28 октября 2023 г. на международной конференции "International Conference on Artificial Intelligence and Human-Computer Interaction", проводившейся в г. Ухань, Китай коллективом авторов ПГУ представлен доклад "Machine Learning Approach to the Classification of Tensiometric Blood Test Results for Chronic Heart Failure Diagnosis" ("Применение подхода машинного обучения для классификации результатов тензиометрического анализа крови для диагностики хронической сердечной недостаточности").

Авторами доклада являются Мухи Алкезуини — к.т.н., выпускник аспирантуры ПГУ (научный руководитель Владимир Горбаченко), сотрудник университета University of Kerbala (Ирак), Дмитрий Грибков — аспирант, (научный руководитель Владимир Горбаченко), Владимир Горбаченко — заведующий кафедрой «Компьютерные технологии», Владимир Потапов — к.м.н., ассистент Донецкого национального медицинского университет имени М. Горького, Илья Милтых — студент группы 18ЛЛ1, (научный руководитель профессор Олег Зенин), Олег Зенин — профессор кафедры «Анатомия человека».

Доклад развивает предложенный авторами новый подход к ранней диагностике хронической сердечной недостаточности на основе методов тензиометрии с последующей нейросетевой обработкой. В представлено решение проблемы классификации временных рядов, возникающей при анализе результатов тензиометрического анализа. Для классификации временных рядов предложено использовать рекуррентную нейронную сеть. Проведен анализ нейросетевых методов классификации временных рядов. Представленный подход продемонстрировал лучшие показатели точности по сравнению с существующими подходами машинного обучения. Использование разработанной нейросетевой модели в медицинской практике позволит существенно повысить достоверность диагностики ИБС. Кроме того, результаты исследования указывают на возможность модернизации тензиометров путем отказа от технических элементов, обеспечивающих принудительные колебания капли, что позволит существенно снизить стоимость прибора и сократить время проведения эксперимента.