Sciact
  • EN
  • RU

ИНТЕГРАЦИИ ДАННЫХ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ УПРАВЛЕНЧЕСКОЙ МОДЕЛИ ГОРОДСКОГО ЗДРАВООХРАНЕНИЯ Научная публикация

Журнал Естественные и технические науки
ISSN: 1684-2626
Вых. Данные Год: 2026, Том: 213, Номер: 2, Страницы: 160-166 Страниц : 7 DOI: 10.25633/etn.2026.02.15
Ключевые слова цифровая трансформация здравоохранение, интеграция данных, сопоставление записей, entity resolution, record linkage, клинический случай, нормализация идентификаторов, CatBoost.
Авторы Ананьев А.В. 1 , Ананьев В.Н. 2 , Прокопьев Н.Я. 3 , Ананьева О.В. 4 , Гуртовой Е.С. 4
Организации
1 Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации
2 Государственный научный центр Российской Федерации - Институт медико-биологических проблем Российской академии наук
3 Тюменский государственный университет
4 Тюменский государственный медицинский университет Министерства здравоохранения Российской Федерации

Реферат: В работе исследована задача автоматизированного сопоставления клинических случаев между АИС ОМС и КИС ЕМИАС при отсутствии унифицированных ключевых идентификаторов и наличии вариативных форматов номеров историй болезни. Сравнены четыре подхода: наивное сопоставление по номеру истории болезни, детерминированное сопоставление по составному ключу (МО–нормализо- ванный номер–период), вероятностное сопоставление по совокупности признаков и гибридный метод, включающий детерминированный слой и машинное обучение (CatBoost) для остатка с последующим однозначным назначением соответствий (ограничение 1-к-1) и порогом уверенности. Полученные результаты обосновывают применимость гибридного подхода для снижения объёма ручного труда и повышения качества управленческой и финансовой аналитики в здравоохранении мегаполиса.
Библиографическая ссылка: Ананьев А.В. , Ананьев В.Н. , Прокопьев Н.Я. , Ананьева О.В. , Гуртовой Е.С.
ИНТЕГРАЦИИ ДАННЫХ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ УПРАВЛЕНЧЕСКОЙ МОДЕЛИ ГОРОДСКОГО ЗДРАВООХРАНЕНИЯ
Естественные и технические науки. 2026. Т.213. №2. С.160-166. DOI: 10.25633/etn.2026.02.15 OpenAlex
Даты:
Поступила в редакцию: 10 янв. 2026 г.
Опубликована в печати: 1 февр. 2026 г.
Идентификаторы БД:
OpenAlex: W7160388820
Цитирование в БД: Пока нет цитирований
Альметрики: