УДК 330.42
DOI: 10.36871/ek.up.p.r.2026.02.15.022

Авторы

Абдул-Халид Абдул-Муслимович Айбуев,
Хеда Вахаевна Имадаева,
ФГБОУ ВО «ГГНТУ им. акад. М.Д. Миллионщикова», Грозный, Российская Федерация

Аннотация

В статье предложен метод обнаружения аритмии, падения и апноэ на основе многоканальных данных с носимых устройств и многоветвевой сверточной нейронной сети. Новизна исследования состоит в совмещении архитектуры гибридного слияния физиологических и двигательных признаков с контуром технико-экономической оценки, позволяющим интерпретировать качество распознавания как фактор предотвращения прямых медицинских и косвенных социально-экономических потерь. Эмпирическая база включает открытые наборы данных, официальные статистические материалы международных и российских ведомств, а также расчетно-имитационный блок для когорты из 1000 пользователей высокого риска. Получены следующие результаты: средневзвешенная гармоническая мера качества 0,936, средняя задержка вывода 38 мс, предотвращаемые годовые потери 22,86 млн руб., чистый дисконтированный доход 28,33 млн руб. на трехлетнем горизонте, индекс доходности 2,72 и срок окупаемости 10,6 месяца.

Ключевые слова

носимые устройства, многоканальные данные, сверточная нейронная сеть, аритмия

Список литературы

  1. Международная корпорация данных. Мировой рынок носимых устройств: итоги 2025 года. 25.03.2026.
  2. Министерство здравоохранения Российской Федерации. Итоговая коллегия 2025 и планы на 2026 год: цифровая трансформация отрасли. 17.04.2026.
  3. Всемирная организация здравоохранения. Сердечно-сосудистые заболевания. Лист фактов. 31.07.2025.
  4. Всемирная организация здравоохранения. Падения. Лист фактов.
  5. Владзимирский А. В. Систематический обзор эффективности и значимости носимых устройств в практическом здравоохранении // Журнал телемедицины и электронного здравоохранения. 2016. № 1 (2). С. 6–17.
  6. Гаранин А. А., Муллова И. С., Шкаева О. В. и др. Амбулаторный дистанционный мониторинг пациентов, выписанных из отделения неотложной кардиологии // Российский кардиологический журнал. 2022. Т. 27. № 3S. С. 8–15.
  7. Литвин А. Ю., Чазова И. Е., Елфимова Е. М. и др. Клинические рекомендации ЕАК/РОС по диагностике и лечению обструктивного апноэ сна у пациентов с сердечно-сосудистыми заболеваниями (2024) // Евразийский кардиологический журнал. 2024. № 3. С. 6–27.
  8. Лямина Н. П., Харитонов С. В. Цифровые носимые устройства в кардиореабилитации: потребность и удовлетворенность пациентов. Обзор литературы // CardioСоматика. 2022. Т. 13. № 1. С. 23–30.
  9. Москвичева М. Г., Абрамовская О. Ю., Мыльников В. В. и др. Анализ экономической эффективности проекта дистанционного ЭКГ-консультирования в Челябинской области // ОРГЗДРАВ: новости, мнения, обучение. Вестник ВШОУЗ. 2024. Т. 10. № 1. С. 54–63.
  10. Мурашко М. А., Ваньков В. В., Панин А. И. и др. Внедрение технологий искусственного интеллекта в здравоохранении России: итоги 2024 г. // Национальное здравоохранение. 2025. Т. 6. № 3. С. 6–19.
  11. Наход В. И., Кривенко А. Н., Буткова Т. В. Социально-экономические аспекты развития медицинских информационных технологий в России // Здоровье мегаполиса. 2024. Т. 5. № 2. С. 103–114.
  12. Пром А. К., Иваненко В. В., Илюхин О. В. Телемедицинские технологии и дистанционный мониторинг ЭКГ. Реальность и перспективы. Взгляд функционалиста. Часть 2 // Вестник Волгоградского государственного медицинского университета. 2023. Т. 20. № 4. С. 3–9.
  13. Семенова В. В., Хасбиев С. А. Опыт применения госпитальной системы дистанционной передачи ЭКГ в условиях пандемии COVID-19 // Журнал телемедицины и электронного здравоохранения. 2021. Т. 7. № 1. С. 35–38.
  14. Сиротина А. С., Кобякова О. С., Деев И. А. и др. Удаленный мониторинг состояния здоровья. Аналитический обзор // Социальные аспекты здоровья населения. 2022. Т. 68. № 2. С. 1.
  15. Трусов Г. А., Коробейникова А. В., Гетманцева Л. В. и др. Использование актиграфии для оценки характеристик сна // Acta Biomedica Scientifica. 2024. Т. 9. № 6. С. 100–110.
  16. Ханов А. М., Гусев А. В., Тюрганов А. Г. Перспективы применения технологий искусственного интеллекта для цифровой трансформации здравоохранения // Российский журнал телемедицины и электронного здравоохранения. 2024. Т. 10. № 3. С. 70–76.