15-16 мая 2024 года в г. Перми состоялась XIV Всероссийская научно-практическая конференция с международным участием «Анализ риска здоровью — 2024» (далее – Конференция). Ключевым направлением Конференции являлся поиск путей решения стратегических и региональных задач по преодолению приоритетных вызовов и угроз здоровью населения на современном этапе, в том числе, связанных с воздействием биологических факторов (инфекционные заболевания, противомикробная резистентность и др.).
В рамках Конференции прошел конкурс молодых ученых, в котором были представлены 23 доклада по различным специальностям и направлениям, касающихся вопросов обеспечения санитарно-эпидемиологического благополучия населения. Один из докладов на конкурсе был сделан младшим научным сотрудником Урало-Сибирского научно-методического центра по профилактике инфекций, связанных с оказанием медицинской помощи ФБУН ФНИИВИ «Виром» Роспотребнадзора Егоровым Иваном Андреевичем. Доклад «Применение прогнозных моделей машинного обучения в стратификации рисков инфицирования медицинских работников опасными патогенами в условиях высоких биологических угроз (на примере COVID-19)» был посвящен результатам применения технологий искусственного интеллекта в стратификации факторов риска инфицирования медицинских работников вирусными инфекциями с аэрогенным механизмом передачи.
В ходе доклада были представлены результаты работы моделей машинного обучения с применением двух аналитических подходов к установлению факторов риска и их последующей кластеризации. Исследование было проведено под научным руководством директора ФБУН ФНИИВИ «Виром» Роспотребнадзора, д.б.н. Семенова А.В. и в.н.с, руководителя Урало-Сибирского научно-методического центра по профилактике ИСМП ФБУН ФНИИВИ «Виром» Роспотребнадзора, к.м.н. Смирновой С.С.
Подводя итоги доклада, Егоров И.А. акцентировал внимание на прогрессивности применения методов машинного обучения в многофакторной оценке рисков инфицирования, возможности формировать группы риска, калибровать модель и дополнять базу новыми актуальными данными с учетом текущей эпидемиологической ситуации, а также необходимости полного и качественного сбора первоначальных данных, проведении их предварительной обработки и использовании для обучения модели выверенных наборов (баз) данных.
