Новые статьи
2026
Обращение к читателям
Вошев Д. В.
Российский кардиологический журнал
Обращение к читателям выпускающего редактора номера
2026
Обращение к читателям
Шляхто Е. В.
Российский кардиологический журнал
Обращение к читателям выпускающего редактора номера
2026
Интеграция нейросетей в кардиологию: возможности, ограничения и пути безопасного внедрения
Рябко Вероника Андреевна
Российский кардиологический журнал
Стремительное развитие методов искусственного интеллекта (ИИ) и глубокого обучения радикально меняет современную кардиологию, предлагая новые инструменты для диагностики, прогнозирования и персонализированного лечения. Нейросетевые модели демонстриру...
2026
Мультимасштабная интеграция геномных, эпигеномных и гемодинамических данных для прогнозирования риска рестеноза после каротидной эндартерэктомии на основе гибридной архитектуры VAE-GAN-трансформер: эволюция идеи компьютерного моделирования геометрии и численного исследования гемодинамики
Казанцев А. Н., Шенгелия Н. Г., Бушланов П. С., Эмбрехт Д. Ю.
Российский кардиологический журнал
10.15829/1560-4071-2026-6922
Цель. Разработка и детальное описание методики мультимасштабной вычислительной оценки риска рестеноза после каротидной эндартерэктомии, интегрирующей данные визуализации, моделирование кровотока с учетом реологии форменных элементов, биомеханику сосу...
2026
Применение технологий искусственного интеллекта для прогнозирования исходов и поддержки принятия врачебных решений у пациентов с подозрением на ишемическую болезнь сердца
Журавлева О. А., Мерзликин Б. С., Евдокимов Н. , Связова Н. Н., Рябова Т. Р., Григорьева А. Е., Завадовский К. В., Бощенко А. А.
Российский кардиологический журнал
10.15829/1560-4071-2026-6909
Цель. Оценить роль клинических параметров, предтестовой вероятности (ПТВ) ишемической болезни сердца (ИБС) и факторов, ее модифицирующих, в современной российской когорте пациентов с подозрением на ИБС, в прогнозировании риска развития сердечно-сосуд...
2026
Прогнозирование острого окклюзирующего поражения коронарных артерий в современной когорте больных острым коронарным синдромом без подъема сегмента ST на основе методов машинного обучения
Рябов В. В., Несова А. К., Шахгельдян К. И., Жуков Д. Я., Куксин Н. С., Демьянов С. В., Абраменко Е. Е., Гельцер Б. И.
Российский кардиологический журнал
10.15829/1560-4071-2026-6908
Цель. Разработать прогностическую многофакторную модель для раннего выявления острой коронарной окклюзии (ОКО) у пациентов с острым коронарным синдромом без подъема сегмента ST (ОКСбпST) с использованием методов машинного обучения и набора предикторо...
2026
Физикальное обследование и инструменты с искусственным интеллектом в работе специалистов по нарушениям ритма сердца: частота применения и уровень доверия
Коробченко Л. Е., Рыков С. В., Горев М. В., Пармон Е. В., Михайлов Е. Н.
Российский кардиологический журнал
10.15829/1560-4071-2026-6898
Цель. Оценить частоту применения и уровень доверия к методам физикального обследования (ФО), а также степень интеграции инструментов искусственного интеллекта (ИИ) в повседневную практику специалистов, оказывающих помощь пациентам с нарушениями ритма...
2026
Искусственный интеллект в руках клиницистов: самостоятельная разработка инструмента маршрутизации пациентов с фибрилляцией предсердий
Кучеренко С. В., Корягин В. С., Корягина Н. А., Кожинова Д. И.
Российский кардиологический журнал
10.15829/10.15829/1560-4071-2026-6897
Цель. Описать опыт разработки врачами регионального сосудистого центра веб-программы по клиническим рекомендациям для повторной проверки пациентов с фибрилляцией предсердий и маршрутизации на консультацию по вопросу катетерной абляции, созданной без ...
2026
Оценка информативности признаков планарности петли QRS и интервала ST-T И применение глубокого обучения в анализе электрокардиографии при амилоидной кардиомиопатии
Дроздов Д. В., Насонова С. Н., Семчук И. П., Скалеух Е. Д., Ли Е. С., Чайковская О. Я., Шошина А. А., Жиров И. В., Самородов А. В., Терещенко С. Н.
Российский кардиологический журнал
10.15829/10.15829/1560-4071-2026-6895
Цель. Провести сравнительный анализ диагностической эффективности и интерпретируемости двух подходов к анализу электрокардиограммы при амилоидной кардиомиопатии (АКМП): модели глубокого обучения (1D ResNet) и алгоритма оценки планарности петель векто...
2026
Ансамблевые машинные предикторы: новый подход к оценке риска госпитальной летальности у пациентов с острым коронарным синдромом
Торопов В. Н., Богомолов А. Н., Курочкина О. Н., Ветошкин Р. Е., Соловьёв И. А.
Российский кардиологический журнал
10.15829/10.15829/1560-4071-2026-6885
Цель. Оценить эффективность современных ансамблевых моделей машинного обучения (МО) в прогнозировании госпитальной летальности у пациентов с острым коронарным синдромом (ОКС) в сравнении с традиционной клинической шкалой GRACE.Материал и методы. В ре...
2026
Применение технологий искусственного интеллекта для ФЕНотипирования и оптИмизации Комбинированной липидснижающей терапии у пациентов пожилого возраста с атероСклерозом (исследование ФЕНИКС)
Золотовская И. А., Дупляков Д. В., Шацкая П. Р.
Российский кардиологический журнал
10.15829/10.15829/1560-4071-2026-6874
Цель. Оценить возможности применения технологий искусственного интеллекта (ИИ) в качестве инструмента "второго пилота" для фенотипирования пациентов пожилого возраста с атеросклеротическим поражением различных сосудистых бассейнов, а также изучить кл...
2026
Перспективы применения искусственного интеллекта в неинвазивной оценке параметров коронарной гемодинамики
Юрин Алексей Владимирович, Чащин Михаил Георгиевич, Горшков Александр Юрьевич, Поддубская Елена Александровна, Стрелкова Анна Владиславовна, Драпкина Оксана Михайловна
Российский кардиологический журнал
10.15829/1560-4071-2026-6911
Несмотря на то, что коронарография является общепризнанным «золотым стандартом» диагностики стенозирующих поражений коронарного русла, оценка их гемодинамической значимости в большинстве случаев остается оператор-зависимой. В настоящее время, для объ...