В настоящее время актуальной задачей во всех сферах жизнедеятельности общества является создание отраслевых цифровых платформ на основе различных экономических методов обработки больших массивов информации. От ее решения во многом зависит успех реализации целевой программы «Цифровая экономика РФ» в целом, а значит, и переход отраслей российской экономики к цифровизации. Сфера здравоохранения сегодня находится в числе лидеров не только по созданию, но и практическому применению цифровых платформ для комплексного лечения широкого спектра заболеваний на основе инновационных подходов. В ходе проведенных исследований определены перспективные направления развития мирового рынка цифровизации сферы здравоохранения в сфере медицинской диагностики и фармакогенетики, а также деятельности его основных участников в области онкологии. Показаны инновационные преимущества биоинформационной web-платформы компании ООО «Онко Генотест», обеспечивающие конкурентоспособность ее деятельности. Полученные результаты нашли свое практическое применение в развитии деятельности компании ООО «Онко Генотест» по подбору методов персонализированной терапии в области онкологических заболеваний.
Идентификаторы и классификаторы
Дефицит технологического оборудования и цифрового инструментария для быстрой автоматизированной интерпретации клинико-диагностических данных врачами онкологами и принятия ими решений по выбору методов лечения больных онкологией долгое время являлся одной из ключевых проблем развития персонализированной терапии онкологических заболеваний.
Однако в последние 5-10 лет в этом направлении происходят качественные изменения к лучшему. Фундаментальным достижением последних лет стало признание многими ведущими специалистами в онкологии того факта, что наиболее эффективный метод лечения опухоли заключается в изучении ее молекулярно-генетического профиля через получение набора генетических, экспрессионных, иммунологических и прочих биомаркеров (количественных оценок физиологических, поведенческих или биологических показателей). Для этого необходимо ежедневно получать и обрабатывать данные результатов разнообразных высокотехнологических исследований. Тем не менее, общее число биомаркеров в области онкологии постоянно растет. Подтверждением этого обстоятельства служат ежегодно выходящие сотни статей, посвященных разработке новых и перепроверке существующих биомаркеров, обсуждению протоколов лечения, учитывающих молекулярный портрет опухолей.
Список литературы
1. Мардис, E.R (2017). Технологии секвенирования ДНК: 2006-2016 гг. // Протоколы о природе, № 12(2). С.213-218.
2. Гудвин, С., Макферсон, Дж.Д. и Маккомби, В.Р. (2016). Достижение совершеннолетия: десять лет технологий секвенирования следующего поколения // Nature Reviews Genetics, №17(6). С.333-351.
3. Мамедьяров З.А. Инновационное развитие мировой фармацевтической отрасли. - М.: ИМЭМО РАН, 2019. - 145 c. EDN: ALNFFC
4. Buzdin A., Zhavoronkov A., Korzinkin M., Venkova L., Zenin A., Smirnov Ph., Borisov N. Oncofinder, a new method for the analysis of intracellular signaling pathway activation using transcriptomic data. Frontiers in Genetics, № 5, 2014. P. 55. DOI: 10.3389/fgene.2014.00055 EDN: UGFVJD
5. Big data на страже здоровья: как и зачем медицинские организации собирают и хранят данные. URL: https://hightech.fm/2018/09/21/bigdata-med. Дата обращения: 26.01.2024.
6. Big data. Большие данные в медицине. - URL: https://medspecial.ru/news/1/28048/Дата обращения: 26.01.2024.
7. Доклад компании “Evaluate Pharma” “World Preview 2019, Outlook to 2024”. URL: https://www.evaluate.com/thought-leadership/pharma/evaluatepharma-world-preview-2019-outlook-2024 Дата обращения 14.01.2024.
8. Pharmerging Market (By Product: Pharmaceuticals, Healthcare; By Indication: Lifestyle Diseases, Cancer and Autoimmune Diseases, Infectious Diseases, Others; By Economy: Tier-1, Tier-2, Tier-3; By Distribution Channel: Hospitals, online Stores, Retail Pharmacies, Others) - Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2023-2032. URL: https://www.precedenceresearch.com/pharmerging-market. Дата обращения 26.01.2024.
9. The Global Use of Medicine in 2019 and Outlook to 2023. URL: https://www.iqvia.com/institute/reports/the-global-use-of-medicine-in-2019-and-outlook-to-2023. Дата обращения 14.01.2024.
10. The Global Use of Medicine in 2019 and Outlook to 2023. URL: https://informatori.it/wp-content/uploads/2019/03/the-global-use-of-medicine-in-2019-and-outlook-to-2023.pdf.
11. Официальный сайт Медицинского центра “Атлас”. URL: https://atlas.ru/clinic/. Дата обращения14.01.2024.
12. Онкодиагностика “Атлас”, сервис Solo. URL: https://intalent.pro/company/gruppa-kompaniy-atlas.html. Дата обращения 14.01.2024.
13. OncoDNA. URL: https://www.oncodna.com/en/main/home/. Дата обращения 14.01.2024.
14. OncoFinder. URL: https://www.oncofinder.com/. Дата обращения 14.01.2024.
15. Caris Molecular Intelligence. URL: https://www.carismolecularintelligence.com/. Дата обращения 14.01.2024.
16. Caris Molecular Intelligence. CMI-overview. URL: https://www.carislifesciences.com/cmi-overview/. Дата обращения 14.01.2024.
17. FoundationOne. URL: https://www.foundationmedicine.com/genomic-testing/foundation-one-cdx Дата обращения 14.01.2024.
18. FoundationOneMEDICINE. Genomic Testing. URL: https://corpsite.foundationmedicine.com/genomic-testing. Дата обращения 14.01.2024.
Выпуск
Другие статьи выпуска
Актуальные научные дискуссии связаны с оценкой перспектив развития рынка труда, определением профессий, которые окажутся востребованными в будущем и определят возможности развития человеческого капитала. Целью работы является оценка структуры профессиональной занятости и профессиональных групп в регионах Российской Федерации на основе концепции экономической сложности. Получены оценки сложности структур занятости и профессиональных групп по данным за 2018, 2020 и 2022 годы. Оценку сложности структуры профессиональной занятости региона можно рассматривать как относительную характеристику уровня развития его человеческого капитала. Оценку сложности профессиональной группы - как относительную оценку человеческого капитала ее типичного представителя. Ранги оценок сложности профессиональных групп, в основном, соответствуют существующим представлениям о среднем уровне развития человеческого капитала представителей этих групп занятого населения. Для пяти профессиональных групп ранги оценок сложности не меняются во времени, в том числе для докторов наук, кандидатов наук и специалистов высшего уровня квалификации. Для четырех профессиональных групп ранги меняются незначительно - не более чем на единицу. Существенно ранги оценок сложности изменяются для двух профессиональных групп: «руководители» (позиция профессиональной группы улучшается) и «работники сферы обслуживания и торговли, охраны граждан и собственности» (позиция ухудшается). Ранговая оценка профессиональной группы «неквалифицированные рабочие» выше, чем ранговые оценки трех групп квалифицированных работников.
Статья посвящена проблеме обеспечения справедливого ценообразования, обусловленного применением технологий смарт-контрактов. Благодаря современным техническим средствам в рамках систем интернета вещей, электронных платежей и надежного хранения и анализа больших данных может производиться довольно точная оценка потребления, основанная на измерении времени различных действий потребителей. Методом исследования в работе является анализ процесса принятия решения о цене, а также влияния на него современных цифровых технологий. Результатом исследования стало выявление последствий точной ценности в ценообразовании и процессе заключения рыночных соглашений, среди которых: 1) распространение тарифной модели оплаты на область дискретных продаж товаров, услуг; 2) учет действий потребителей в качестве условий ценообразования и предмета соглашений; 3) включение передачи сведений потребителями о себе в предмет обмена; 4) снижение трансакционных издержек в связи с автоматизацией принудительного исполнения условий контракта. В Заключении представлены выводы о возможностях сравнения ценности товаров по времени их потребления в планетарном масштабе и развития бережливых технологий использования ограниченных ресурсов для максимального благополучия людей в мире.
Цифровое метапространство - это формирующееся единое цифровое пространство экономического взаимодействия. Вызовы и технологические подходы к их преодолению на основе нового глобального интернет-сервиса - торгово-промышленно-финансового интернета и экономики связей в полицентричном мире являются предметом настоящей статьи.
В данной статье описываются подходы и методы анализа морфологической изменчивости русского языка. Было разработано и опубликовано решение, способное производить лемматизацию русского текста, используя бессловарный подход.
Статья посвящена исследованию платформ инвестиционного робо-эдвайзинга и автоследования на российском рынке. Автором анализируются тарифы и функционал разных платформ. На основании проведенного анализа автором предлагаются новые концепции и схема работы для реализации робо-эдвайзинга и автоследования. Реализация авторских предложений должна позволить снизить стоимость оказания инвестиционных услуг и также расширить их функционал в сторону автоматического составления торговых стратегий на основании условий пользователя. В рамках предложенной схемы отдельно рассмотрен данного рода функционал на базе авторских моделей комитетных конструкций.
Проблема сжатия разнообразия оценок и действий агентов современными версиями искусственного интеллекта осознана как потенциально очень опасная практическими управленцами. В предыдущих исследованиях, используя квазифишеровское представление нашей вероятностной модели гибридных экономических систем, авторы показали, что эти опасения обоснованы по меньшей мере для симметричных по отклонениям агентов типа производителей товаров «хуже рынка», «лучше рынка» по себестоимости., поскольку они соответствуют фишеровской теории эволюции. Однако примеры, в частности, из сельского хозяйства, показывают, что ассиметричные ситуации не являются экзотикой и нуждаются в специальном моделировании, результаты которого и представлены в настоящей работе. Первые результаты моделирования показывают, что для этой заведомо ассиметричной ситуации целесообразно управление сжатием разнообразия с целью достижения оптимальных значений, синхронизированных с вариативностью среды. В рамках общей концепции исследования проблемы - сжатия разнообразия ИИ - это означает целесообразность дифференцированного по отраслям отношения.
В работе дан обзор эвристических методов кластеризации адресного пространства публичных распределенных реестров. Упомянутые техники опираются на достаточно простые наблюдения за поведением типичных пользователей и здравый смысл. Формально эвристики представляют собой вырожденные решающие правила, которые не предполагают подбора параметров в ходе обучения по заранее отобранным данным. Можно также считать, что эвристикам соответствуют устойчивые мотивы в графовых представлениях истории транзакций. Несмотря на кажущуюся простоту и отсутствие возможности проверить правильность результатов их работы, эти подходы демонстрируют достаточно хорошую эффективность и зачастую их применение предваряет использование гораздо более сложного инструментария на основе современного машинного обучения и искусственного интеллекта. Приведены эвристики для Bitcoin, Ethereum, Ripple, Monero и Zcash. Кратко рассмотрен пример эвристической кластеризации по данным о cross-chain-транзакциях. Отмечены случаи, когда эвристики дают некорректные результаты. Насколько можно судить, обзор такого рода публикуется на русском языке впервые.
Ценность данных связана с программами для их обработки. Это интуитивно понятное соображение может получить формальное основание в виде алгоритмического подхода к определению информации. Предложенный Колмогоровым этот подход оперирует информацией в терминах программы и способа программирования, которые преобразуют объекты. Такой формализм подсказывает естественный способ повышения ценности данных через построение платформы, призванной соединить массивы данных с программами для их обработки. Описанная в статье концептуальная схема такой платформы предусматривает программные сервисы навигации в массивах данных, сервисы ценообразования и поддержки процедуры согласования цен.
На примере серийного дела «Рикор Электроникс» рассматривается метод расчета ставок роялти за использование объектов интеллектуальной собственности для судебных экспертиз и сделок на основе Big Data и нечеткой логики. Метод «LABRATE ROYALTY PRO» базируется на трех ключевых показателях: доля лицензиара в прибыли лицензиата (Licensor’s Share), рентабельность продаж (Return on Sales, операционная маржа) и рентабельность по EBIT (EBIT Margin, операционная доходность). Применение традиционных методов, основанных на рентабельности производства или затрат, часто приводит к расхождениям с показателями выручки от продаж, что требует адаптации подходов к российским реалиям и международной практике. В статье детально описан алгоритм расчета, основанный на анализе финансовых показателей компаний и отраслевой статистике, а также на использовании технологий Big Data и Fuzzy Logic. Примеры из судебной практики подтверждают эффективность предложенного подхода, обеспечивая объективные и справедливые решения по определению ставок роялти, стоимости права использования товарных знаков и расчета компенсаций. Особое внимание уделено необходимости точного и однозначного описания объектов исследования и исходных данных.
Идет ли речь о цифровой экономике, экономике данных или о больших данных, всегда подразумевается представление информации (будь то сигналы, команды или данные) в цифровом формате или, точнее, в двоичном коде. Понимание этого - ключ к пониманию многих событий и фактов. В частности, это касается быстрого развития сетевых сервисов на основе цифровых технологий и многих других реалий современной экономики. В статье это показано на конкретных примерах из прошлого ведущих фирм.
Издательство
- Издательство
- ЦЭМИ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 117418, Москва, Нахимовский пр, 47
- Юр. адрес
- 117418, Москва, Нахимовский пр, 47
- ФИО
- Альберт Рауфович БАХТИЗИН (Директор)
- E-mail адрес
- albert.bakhtizin@gmail.com
- Контактный телефон
- +7 (499) 1290822