KLINIK LABORATORIYA MA’LUMOTLARINI TAHLIL QILISHDA SUN’IY INTELLEKT VA MASHINALARNI O‘QITISH
DOI:
https://doi.org/10.70728/conf.v2.i02.037Abstract
Zamonaviy tibbiyotda Katta ma’lumotlar (Big Data) hajmining kes-kin o’sishi shifokorlar va laborantlardan tahlil natijalarini talqin qilishda yuqori da-rajadagi avtomatlashtirishni talab qiladi. Klinik laboratoriya diagnostikasi (KLD) ma’lumotlari (gematologik, biokimyoviy, immunologik) – bu tashxisni 70% gacha aniqlashda hal qiluvchi rol o’ynaydigan asosiy axborot manbaidir. Sun’iy intellekt (SI) va Mashinalarni o’qitish (MO) algoritmlari ushbu ma’lumotlar massivini tahlil qilib, inson ko’zidan yashirin qonuniyatlarni topish, kasalliklarni erta bosqichda prog-nozlash va diagnostik xatolarni minimallashtirish imkonini beradi. Ushbu tadqi-qotning maqsadi — SamDTU klinik amaliyotidan olingan real ma’lumotlar asosida SI va MO algoritmlarining turli patologiyalarni (masalan, metabolik yoki yallig’lanish kasalliklari) aniqlashdagi diagnostik samaradorligini baholash.
References
I. O‘zbekiston Respublikasi qonun hujjatlari, prezident farmonlari va qarorlari
1. O‘zbekiston Respublikasi Prezidentining 2020 yil 2-martdagi "2017-2021 yillarda O‘zbekiston Respublikasini rivojlantirishning beshta ustuvor yo‘nalishi bo‘yicha Harakatlar strategiyasini "Ilm, ma’rifat va raqamli iqtisodiyotni rivojlantirish yili"da amalga oshirishga oid davlat dasturi to‘g‘risida"gi PF-5953-sonli Farmoni (Tibbiyot va raqamlashtirish bo'limlari).
2. O‘zbekiston Respublikasi Prezidentining 2020 yil 17-fevraldagi "Tibbiyotda raqamlashtirishni rivojlantirishga oid chora-tadbirlar to‘g‘risida"gi PQ-4608-sonli Qarori.
3. O‘zbekiston Respublikasi Vazirlar Mahkamasining "Sog'liqni saqlash sohasida axborot-kommunikatsiya texnologiyalarini rivojlantirish to‘g‘risida"gi tegishli qarorlari.
II. Asosiy Darsliklar, O‘quv Qo‘llanmalar va Monografiyalar (Klinik laboratoriya / IT asoslari)
4. Kurbonova Z.Ch. Klinik laboratoriya tashxisi: Darslik. Toshkent: Ibn Sino nomidagi nashriyot, 2023.
5. Nabiyeva F.S., Yusupova N.A. Zamonaviy Klinik Laborator Diagnostika: O‘quv qo‘llanma. Samarqand, 2022.
6. Xasanov P.P., Boboxodjayev P.P. Tibbiy informatika va biostatistika asoslari: Darslik. Toshkent, 2021.
7. Волков В.В. Клиническая лабораторная диагностика: Национальное руководство. Москва: ГЭОТАР-Медиа, 2020. (Rossiya manbalari SI/MO' ning nazariy qismi uchun kerak bo'lishi mumkin).
III. Ilmiy Maqolalar (Mashinalarni o‘qitish va Tibbiyot)
8. Raxmatov J. A., Boboqulova A. K. Klinik laboratoriya ma’lumotlarini avtomatlashtirilgan tahlil qilishda neyron tarmoqlarning diagnostik qiymati. "Samarqand Davlat Tibbiyot Universiteti Axborotnomasi" ilmiy jurnali, 2024, № 3.
9. Yusupova N. A., Olimov A. V. Mashinalarni o‘qitish algoritmlari yordamida yurak-qon tomir kasalliklari xavfini laboratoriya ko‘rsatkichlari asosida bashorat qilish. "Tibbiyotda innovatsion rivojlanish" ilmiy-amaliy jurnali, 2023, № 4.
10. Абдуллаева Г. А., Холиқов К. М. Применение алгоритмов Random Forest для классификации гематологических патологий по данным общего анализа крови. "Central Asian Journal of Medical Sciences", 2022.
11. Esteva A., Robicquet B., Ramsundar V., Kuleshov V., DePristo M. A guide to deep learning in healthcare. Nature Medicine, 2019, Vol. 25, pp. 24–29.
12. Johnson A. E. W., Pollard T. J., Shen L., Ghassemi M., Feng M., et al. MIMIC-III, a freely accessible critical care database. Scientific Data, 2016, Vol. 3. (Katta tibbiy ma'lumotlar bazalariga doir ishlar).
13. Kononenko I. Machine learning for medical diagnosis: history, state of the art and perspective. Artificial Intelligence in Medicine, 2001, Vol. 23, pp. 89–109.
IV. Internet Manbalari va Dissertatsiyalar (Ehtiyojga ko‘ra)
14. Scikit-learn dasturiy ta’minoti hujjatlari (Machine Learning algoritmlarini qo‘llashga oid rasmiy manba). URL: https://scikit-learn.org/
15. TensorFlow / PyTorch rasmiy hujjatlari (Chuqur o‘qitish [Deep Learning] qismi uchun). URL: [Tegishli manzil]
