ЧЕМПИОНАТ "БУДУЩЕЕ МЕДИЦИНЫ"

Эксперты:Южный федеральный университет

Даты работы над задачей: 20 октября – 25 октября

О задаче: разработка алгоритма классификации ЭЭГ-паттернов мысленного произнесения слов для управления бионическим протезом кисти.

Участникам будет предоставлена база данных из 15 экспериментов мысленного произнесения, 6 слов и мобильное приложение для управления бионическим протезом. Им предстоит создать модель машинного обучения для выделения и классификации паттернов мысленных слов, и подключить их к командам управления протезом.

Требования к командам:

• Знание методов машинного обучения.
• Знание методов анализа электрических сигналов.
• Знание основ нейрофизиологии и ЭЭГ.
• Владение Python.
• Желателен опыт работы с библиотекой scikit-learn.

Ожидаемый итог работы: прототип программного обеспечения.

Эксперты:Р-Фарм

Даты работы над задачей: 20 октября – 25 октября

О задаче: участникам предлагается разработать концепцию ИИ-ассистента, который помогает специалисту по фармаконадзору обрабатывать сообщения о побочных эффектах. Такой помощник должен уметь анализировать предоставленные данные медицинского анамнеза и информацию о побочном эффекте, подсказывать, какие сведения из предоставленного анамнеза необходимо уточнить для полной медицинской оценки (ожидаемость, причинно-следственная связь, серьезность) между препаратом и побочным эффектом. Решение должно сделать процесс более быстрым и удобным для экспертов, снизить субъективность и уменьшить риск упущения важных фактов.

Требования к командам:

• Базовые знания в области медицины, фармации и фармаконадзора (что такое нежелательная реакция (побочный эффект), общая характеристика лекарственного препарата/инструкция по медицинскому применению).
• Умение работать с научными достоверными источниками информации и структурировать данные.
• Владение инструментами для подготовки презентации (PowerPoint, Figma).

Ожидаемый итог работы:  презентация с концепцией ИИ-ассистента со следующими функциями:

• анализ данных о поступившем побочном эффекте;
• выявление недостающей информации в первоначально предоставленных данных;
• выявление недостающих данных для полной медицинской оценки;
• предложение предварительной медицинской оценки

Эксперты: Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Даты работы над задачей: 21 октября – 25 октября

О задаче: участникам предстоит разработать прототип решения для автоматического анализа рентгенограмм органов грудной клетки.

Задача включает два уровня классификации:

• определение категории «норма/патология»;
• при выявлении патологии — её классификация по типу.

Решение должно продемонстрировать применение методов компьютерного зрения и показать возможность использования подхода для автоматической классификации медицинских изображений.

Требования к командам:

• Владение Python.
• Знания и опыт работы с методами компьютерного зрения (OpenCV и др.).
• Наличие в команде участника со знаниями в области рентгенологии.

Ожидаемый итог работы: прототип модели для автоматической классификации рентгенограмм по принципу «норма/патология» с возможностью уточнения вида патологии.

Эксперты:Институт биологии и патологии человека Пироговского Университета

Даты работы над задачей: 20 октября – 26 октября

О задаче: участникам предстоит создать модель распознавания мелкокапельной и крупнокапельной жировой дистрофии гепатоцитов на WSI-изображениях биоптатов печени с показателями AUC-ROC и коэффициентом корреляции Мэтью ≥ 0,72.

Требования к командам:

• Владение Python.
• Знание основ гистологии будет преимуществом.

Ожидаемый итог работы: обученная модель для распознавания мелко- и крупнокапельной жировой дистрофии гепатоцитов

Эксперты:Институт анатомии и морфологии имени академика Ю.М. Лопухина Пироговского Университета, Ортека

Даты работы над задачей: 20 октября – 26 октября

О задаче: участникам предстоит разработать концепцию программно-аппаратного комплекса и методику, позволяющие отслеживать и цифровизировать движения человека при выполнении функциональных упражнений как с использованием тренажёров, так и в обычном тренировочном процессе. Основная задача: предложить решение, способное фиксировать параметры движений, анализировать траекторию и технику выполнения движения и формировать сводный отчет пользователю. Особое внимание уделяется мобильности платформы, точности трекинга и возможностям интеграции с современными носимыми устройствами.

Требования к командам:

• Базовые знания в области программирования и разработки программных решений.
• Понимание принципов работы с аппаратными средствами, сенсорами и носимыми устройствами (акселерометры, гироскопы, фитнес-браслеты и др.).
• Интерес или опыт в области анализа движений и биомеханики.
• Навыки работы с библиотеками компьютерного зрения (OpenCV, MediaPipe и др.) будут преимуществом.
• Наличие участника с медицинским образованием (ЛФК, спортивная медицина, реабилитация) усилит команду.

Ожидаемый итог работы: проработанная концепция программно-аппаратного комплекса и методики. Наличие прототипа приветствуется.