rst Информационно-экономические аспекты стандартизации и технического регулирования Informatsionno-ekonomicheskiye aspekty standartizatsii i tekhnicheskogo regulirovaniya 2311-1348 ФГБУ «Институт стандартизации» KTZVJG 89068822 Research Article Информационные системы и процессы information systems and processes РАЗРАБОТКА МОДЕЛИ НАДЕЖНОСТИ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ В ЗДРАВООХРАНЕНИИ (ЛУЧЕВАЯ ДИАГНОСТИКА) DEVELOPMENT OF A RELIABILITY MODEL OF INTELLIGENT SYSTEMS TO SUPPORT MEDICAL DECISION-MAKING IN HEALTHCARE (RADIOLOGY) Зинченко Виктория Валерьевна Zinchenko V. V.

Зинченко Виктория Валерьевна, Заведующий сектором клинических и технических испытаний ГБУЗ ГБУЗ «Научно-практический центр диагностики и телемедицины»

Москва, Россия

Zinchenko V. V., Head of the Clinical and Technical Testing Sector Scientific and Practical Center for Diagnostics and Telemedicine

Moscow, Russia

 Лебедев Георгий Станиславович Lebedev G. S.

Лебедев Георгий Станиславович, Профессор ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России

Москва, Россия

Lebedev G. S., Professor First Moscow State Medical University named after I.M. Sechenov of the Ministry of Health of the Russian Federation

Moscow, Russia

 ГБУЗ «Научно-практический центр диагностики и телемедицины» Россия Scientific and Practical Center for Diagnostics and Telemedicine Russian Federation 2026 96 88 42 48 Copyright © Зинченко В. В., Лебедев Г. С., 2026 2026 Зинченко В. В., Лебедев Г. С. Zinchenko V. V., Lebedev G. S. Данная работа распространяется под лицензией Creative Commons Attribution 4.0. https://iea.gostinfo.ru/article/view/22

В данной работе представлена модель по оценке надежности для интеллектуальных систем для области лучевой диагностики. Контроль и мониторинг интеллектуальных систем, в том числе их надежности, представляется важным этапом жизненного цикла ввиду того, что подобные программные продукты в современной цифровой медицине помогают принимать врачебные решения. Разработанная модель включает в себя матрицы технологических дефектов различных типов работы интеллектуальных систем. Метод по оценке надежности апробирован на реальных данных для пяти интеллектуальных систем и показал свою состоятельность при применении в рамках мониторинга и контроля. В рамках исследования проведено стохастическое моделирование методом Монте-Карло для модели оценки надежности.

This paper presents a model for assessing the reliability of intelligent systems in healthcare (radiology). The quality control and monitoring of intelligent systems, including their reliability, is an essential stage in their life cycle, because such software products help make informal medical decisions in modern digital healthcare. The developed reliability model includes matrices of various technological defects defined by the real-world operation of intelligent systems. The reliability assessment method has been tested on real data for five intelligent systems and has shown its effectiveness in monitoring and control. The study conducted a stochastic Monte Carlo simulation of the reliability assessment model.

 СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ОБРАБОТКА ДАННЫХ НАДЕЖНОСТЬ ДЕФЕКТЫ ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА DECISION SUPPORT SYSTEM DATA PROCESSING RELIABILITY DEFECTS INTELLIGENT SYSTEM References Мистров Л.Е., Андрусов В.А., Шерстяных Е.С. Метод обоснования типовых ситуаций в задаче синтеза решений по разрешению конфликтов // Информационно-экономические аспекты стандартизации и технического регулирования. 2023. № 2(72). С. 38–47. Mistrov L.E., Andrusov V.A., Sherstyanyh E.S. Method of justification of typical situations in the synthesis problem solutions for conflict resolution. Information and economic aspects of standardization and technical regulation. 2023, no. 2(72), pp. 38–47. Бурый А.С., Цаплина О.С. Интеллектуальная поддержка принятия решений в проектных командах // Информационно-экономические аспекты стандартизации и технического ре-гулирования. 2025. № 4(85). С. 31–38. Buryi A.S., Tsaplina O.S. Intellektual’naya podderzhka prinyatiya reshenij v proektnyh ko-mandah. Information and economic aspects of standardization and technical regulation. 2025, no. 4(85), pp. 31–38. Meldo A.A., Utkin L.V., Trofimova T.N. Artificial intelligence in medicine: a current state and main directions of intelligent diagnostics development // Diagnostic radiology and therapy. 2020, vol. 1, no. 11, pp. 9–17. Meldo A.A., Utkin L.V., Trofimova T.N. Artificial intelligence in medicine: a current state and main directions of intelligent diagnostics development // Diagnostic radiology and therapy. 2020, vol. 1, no. 11, pp. 9–17. Васильев Ю.А., Владзимирский А.В., Арзамасов К.M., и др. Компьютерное зрение в лучевой диагностике: первый этап Московского эксперимента: монография. – М.: Издательские решения, 2023. – 376 с. Vasilyev Yu.A., Vladzimirsky A.V., Arzamasov K.M., et al. Kompyuternoe zrenie v luchevoy diagnostike: pervyy etap Moskovskogo eksperimenta: monografiya [Computer Vision in Radi-ology: The First Stage of the Moscow Experiment: A Monograph]. Moscow, 2023, 376 p. ГОСТ Р МЭК 62628–2021. Надежность в технике. Руководство по обеспечению надеж-ности программного обеспечения. – M: Российский институт стандартизации, 2022. – 62 с. GOST R IEC 62628–2021. Reliability in technology. Guidelines for software reliability assur-ance. Moscow: FSBI “RSI” Publ., 2022, 62 p. ГОСТ Р 56920–2024. Системная и программная инженерия. Тестирование программного обеспечения. Общие положения. – M: Российский институт стандартизации, 2024. – 32 с. GOST R 56920–2024. Sistemnaya i programmnaia inzheneriia. Testirovanie programmnoho obespecheniia. Obshchie polozheniia [System and software engineering. Software testing. General provisions.] Moscow: FSBI “RSI” Publ., 2024, 32 p. Зинченко В.В., Арзамасов К.М., Кремнева Е.И., Владзимирский А.В., Васильев Ю.А. Технологические дефекты программного обеспечения с искусственным интеллектом // Digital Diagnostics. 2023. Т. 4, № 4. С. 593–604. Zinchenko V.V., Arzamasov K.M., Kremneva E.I., Vladzimirskiy, et al. Tekhnologicheskie defekty programmnogo obespecheniya s iskusstvennym intellektom. [Technological defects in artificial intelligence software]. Digital Diagnostics. 2023; 4(4):593-604. Правиков Ю.М., Муслина Г.Р. Основы теории надежности технологических процессов в машиностроении: учебное пособие. – Ульяновск: УлГТУ, 2015. – 122 c. Pravikov Yu.M., Muslina G.R. Osnovy teorii nadezhnosti tekhnologicheskikh protsessov v mashinostroenii: uchebnoe posobie. [Fundamentals of Reliability Theory for Technological Processes in Mechanical Engineering: A Study Guide]. Ulyanovsk: UGTU Publ., 2015, 122 p. ГОСТ 34100.3.1–2017 Неопределенность измерения. Часть 3. Руководство по выраже-нию неопределенности измерения. Дополнение 1. Трансформирование распределений с использованием метода Монте-Карло. – M: СТАНДАРТИНФОРМ, 2018. – 96 с. GOST 34100.3.1–2017/ISO/IEC Guide 98-3/Suppl 1:2008. Uncertainty of measurement. Part 3. Guide to the expression of uncertainty in measurement. Supplement 1. Propagation of distri-butions using a Monte Carlo method. Moscow: STANDARTINFORM Publ., 2018, 96 p.

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

The authors declare that there are no conflicts of interest present.