Все изделия медицинского назначения, как в Российской Федерации, так и в мире, проходят процедуры регистрации. Однако связанные с этим нормы и законодательство регулируются по-разному.

   Целью данного исследования явилась оценка функциональных возможностей существующей правовой базы и систем регистрации изделий медицинского назначения в некоторых странах мира.

   Востребованность специалистов, обладающих глубокими знаниями в предметных областях как медицинского профиля, так и информационных технологий, обусловила существенное увеличение количества вузов, реализующих образовательную программу по направлению подготовки 30.05.03 — «Медицинская кибернетика» – и стала причиной необходимости оценки ситуации с обучением студентов по данной специальности.

   Целью работы является анализ структуры и предметного наполнения образовательной программы по направлению подготовки 30.05.03 «Медицинская кибернетика» – в вузах Российской Федерации.

   Материалы и методы: сведения, представленные на официальных сайтах вузов и сайтах-агрегаторов для абитуриентов; документы, регламентирующие образовательный процесс по специальности 30.05.03 «Медицинская кибернетика».

   Результаты исследования. Анализ основных аспектов образовательных программ по специальности 30.05.03 «Медицинская кибернетика» в десяти вузах РФ показал их соответствие общим требованиям ФГОС по данной специальности при существенном различии в подходах к предметному наполнению.

   Выводы. Соответствие образовательных программ только формальным требованиям ФГОС, касающимся их общего объема, структуры и количества профессиональных компетенций, не позволяет гарантировать соответствие выпускников требованиям профессионального стандарта «Врач-кибернетик». Необходимы четкие критерии допустимых различий в предметном наполнении образовательной программы.

   Рассмотрены требования к обезличенным данным реальной клинической практики (ДРКП), основные методы обезличивания и синтетизации ДРКП, позволяющие сохранить их клиническую информативность. Приведено описание процедуры сбора, обезличивания и использования ДРКП, которая обеспечивает высокую стойкость обезличенных данных относительно угроз нарушения конфиденциальности сведений, составляющих врачебную тайну.

   В статье представлено проектирование базы данных, предназначенной для оптимизации хранения и обработки медицинских данных, с акцентом на поддержку принятия решений в области интенсивной терапии и реанимации.

   Целью исследования является разработка логической модели базы данных на основе передовых принципов и методов, используемых в международных проектах открытых баз данных, способной минимизировать ошибки, связанные с человеческим фактором, и улучшить точность прогноза состояния пациентов в реальном времени.

   Методология работы основана на сравнительном анализе существующих международных медицинских баз данных, таких как MIMIC-IV и eICU. Для проектирования новой базы данных применен инновационный модульный подход, который обеспечивает гибкость и масштабируемость системы. Основные результаты работы заключаются в создании логической модели базы данных, которая может быть эффективно использована в российской системе здравоохранения, в том числе в удаленных и малоресурсных регионах. Логическая модель разработана с учётом специфики медицинских данных, включая модули для хранения информации о госпитализациях, показателях состояния пациентов, лабораторных исследованиях, медикаментозных назначениях и других аспектах клинической практики. Важной частью исследования является интеграция базы данных с российскими медицинскими информационными системами и адаптация к национальным стандартам и нормативным требованиям. Созданная архитектура логической модели минимизирует влияние человеческого фактора, автоматизирует анализ данных и может использоваться в разработке систем поддержки принятия врачебных решений. Практическая значимость заключается в повышении качества медицинской помощи и снижении нагрузки на персонал. Система применима в российских учреждениях, включая удаленные регионы, и способствует цифровизации здравоохранения.

   В статье представлен подход к созданию информационной системы на основе нейросетевой графовой архитектуры. Этот подход призван снивелировать проблему явного объяснения решений, принимаемых искусственным интеллектом — проблему прозрачности (объяснимости, надежности, доверенности). Использование технологий искусственного интеллекта в медицине носит «сквозной» характер и способствует созданию условий для улучшения эффективности и формирования принципиально новых направлений деятельности: автоматизации рутинных (повторяющихся) операций; использования автономного интеллектуального оборудования и робототехнических комплексов, интеллектуальных систем управления; повышения эффективности процессов планирования, прогнозирования и принятия врачебных решений. Перспективной технологией предлагаемого подхода является применение графовой нейросетевой архитектуры в составе информационной системы для обработки и анализа данных. В статье реализован пример классификации узлов графов на открытом датасете с кардиоданными условно-здоровых людей и пациентов.

   Работа посвящена оценке соответствия нейрофизиологических и субъективных признаков моторного воображения в контексте нейрореабилитации с использованием интерфейсов мозг–компьютер (ИМК) и выполнена в рамках разработки программно-аппаратного комплекса (ПАК) для восстановления когнитивных и моторных функций верхних конечностей при лёгких и выраженных нарушениях.

   Материалы и методы: В исследовании приняли участие 24 здоровых добровольца. Электроэнцефалограмма регистрировалась при выполнении заданий на моторное воображение с различными визуальными стимулами. Анализ включал расчёт сенсомоторной десинхронизации (ERD), классификацию с использованием пространственных фильтров и линейного дискриминантного анализа, а также оценку корреляции с субъективными самооценками.

   Результаты: Латеральность воображаемого движения оказала значимое влияние на выраженность ERD. Субъективная уверенность участников не коррелировала ни с нейрофизиологическими показателями, ни с уверенностью классификатора при распознавании воображаемого движения. При этом модели продемонстрировали высокую точность классификации моторных представлений.

   Выводы: Выявленное несоответствие между субъективной и объективной оценкой подчеркивает необходимость внедрения биологической обратной связи и персонализированных ИМК в составе ПАК для повышения эффективности нейрореабилитации.

   В статье рассматривается процесс разработки и утверждения первого в Российской Федерации Кодекса этики применения искусственного интеллекта (ИИ) в сфере охраны здоровья. На фоне активного внедрения ИИ-технологий в медицинскую практику (зарегистрировано 39 соответствующих медицинских изделий) акцент сделан на важности формирования этических норм, обеспечивающих защиту прав пациентов, повышение доверия к технологиям и стандартизацию процессов. Проведен анализ международных подходов к этике ИИ в здравоохранении (ЕС, США, Великобритания, Канада, Австралия, Китай, Индия), и обозначена необходимость гармонизации отечественного кодекса с международными инициативами. Представлены этапы разработки документа, в которых приняли участие сотрудники профильных департаментов Минздрава России, главные внештатные специалисты и эксперты, а также структура и основные положения утвержденной версии Кодекса. Выделены ключевые принципы: прозрачность, конфиденциальность, справедливость, ограниченная автономность, контроль и ответственность. Финальная версия документа была опубликована в марте 2025 года на портале ЕГИСЗ после согласования с Межведомственной рабочей группой при Минздраве России. Кодекс призван стать фундаментом для устойчивого и безопасного внедрения ИИ в систему здравоохранения.