Bacteriologist, Head of the Laboratory Center
врач-бактериолог, заведующий лабораторным центром
Chief Freelance Specialist in Clinical Laboratory Diagnostics
главный внештатный специалист по клинической лабораторной диагностике
Chief Technology Officer (CTO)
генеральный директор
Chief Technology Officer (CTO)
технический руководитель
Director of the Department of Technological and Information Resources, Directorate for Digitalization
директор Департамента технологических и информационных ресурсов, Дирекция по цифровизации
Associate Professor, Associate Professor of the Department of Information Technologies, Institute of Continuing Education and Comparative Policy
кандидат педагогических наук, доцент, доцент кафедры информационных технологий, Институт непрерывного образования и сравнительной политики
Problem statement. Artificial intelligence (AI) has great potential in various fields of medicine, including microbiology, but AI and educational platforms using AI are not yet sufficiently used in professional training. The research problem is relevant optimized the existing methods of training microbiologists at a university using AI models to make the student learning process more efficient, personalized and profound. Methodology . Russian and foreign studies on the use of AI in medicine and medical education were analyzed, approaches to training microbiologists to conduct high-quality laboratory research based on the use of AI as an educational platform were modeled. The authors applied advanced machine learning methods, including segmentation clustering algorithms for processing images of microbiological samples. Results . A training course has been developed and implemented Application of Artificial Intelligence in Microbiological Practice for students of additional professional education programs and students - future microbiologists, in order to equip them with knowledge and practical skills in integrating AI computing technologies into the process of analyzing microbiological samples. Theoretical and practical classes in the laboratory, an approach to sample preparation and mask creation using AI are offered. The implementation of the training course showed a high level of student’ readiness to work with AI, the relevance of the proposed educational materials and the possibility of practical application in a wide range of laboratory studies. Conclusion . The training course for students of additional professional education and students - future microbiologists developed and described in the article is a promising basis for training for a qualitative change in practical research in microbiological laboratories using AI.
Постановка проблемы. Технология искусственного интеллекта (ИИ) обладает широким потенциалом в различных областях медицины, в том числе и в микробиологии. Однако в настоящее время ИИ и образовательные платформы с его использованием применяются недостаточно. Актуальным является решение проблемы оптимизации существующих методов подготовки микробиологов в вузе при помощи ИИ, чтобы сделать процесс обучения студентов более эффективным, персонализированным и глубоким. Методология. Проанализированы российские и зарубежные исследования, посвященные применению ИИ в медицине и в медицинском образовании, проведено моделирование подходов к подготовке микробиологов - качественного проведения лабораторных исследований, основанных на использовании ИИ. Авторы применяли передовые методы машинного обучения, включая алгоритмы сегментации и кластеризации для обработки изображений микробиологических образцов. Результаты . Разработан и внедрен учебный курс «Применение искусственного интеллекта в микробиологической практике» для слушателей программ ДПО и студентов - будущих микробиологов с целью вооружить их знаниями и практическими умениями по интеграции описываемой технологии в процесс анализа микробиологических образцов. Предложены теоретические и практические подходы к проведению занятия в лаборатории, приемы подготовки образцов и создания масок с помощью ИИ. Внедрение учебного курса показало высокую готовность обучающихся к работе с ИИ, актуальность предложенных образовательных материалов и возможность их применения на практике в широком спектре лабораторных исследований. Заключение . Разработанный и описанный учебный курс для подготовки слушателей системы ДПО и студентов - будущих микробиологов - перспективная основа для обучения в рамках качественного изменения практических исследований в микробиологических лабораториях, проводимых с использованием ИИ.