Медицина чрезвычайных ситуаций: анализ отечественных научных статей с использованием методов искусственного интеллекта (2005–2021 гг.)

Актуальность. Искусственный интеллект является одной из самых быстроразвивающихся и перспективных технологий обработки и классификации естественного текста.
Цель – провести семантический анализ отечественных публикаций по медико-биологическим и психологическим проблемам чрезвычайных ситуаций, представленных в Российском индексе научного цитирования за период 2005–2021 гг. с использованием методов искусственного интеллекта и специального программного обеспечения.
Методология. Объект исследования составили журнальные статьи по медико-биологическим и психологическим проблемам чрезвычайных ситуаций, опубликованные в 2005–2021 гг. и проиндексированные в Российском индексе научного цитирования. Анализ проведен с использованием программы VOSviewer, а также построением нейросети с помощью языка программирования Python.
Результаты и их анализ. В результате семантического анализа подборки научных статей, импортированных из Российского индекса научного цитирования в программу VOSviewer, удалось провести библиометрическую визуализацию и кластеризацию ключевых терминов, ведущих авторов публикаций и выявить их взаимосвязи. Кроме того, в автоматизированном режиме с помощью кластерного анализа и метода «локтя» построена нейросеть для более объективной кластеризации, позволившая выявить 19 тематических кластеров научных публикаций.
Заключение. Авторам публикаций следует более тщательно подходить к формированию аннотации статей, а ключевые слова согласовывать с тезаурусами, например, медицинские предметные рубрики (Medical Subject Headings, MeSH). Эти уточнения будут способствовать более правильному соотношению публикаций с имеющими рубрикаторами. Дальнейшее повышение уровня цифровизации позволит проводить более точные исследования, в том числе, с применением методов искусственного интеллекта.

1. Алексанин С.С., Евдокимов В.И., Рыбников В.Ю., Чернов К.А. Медицина катастроф: метаанализ научных статей и диссертаций по специальности 05.26.02 «Безопасность в чрезвычайных ситуациях» (2005–2017 гг.) : монография / Всерос. центр экстрен. и радиац. медицины им. А.М. Никифорова МЧС России. СПб. : Политехника-принт, 2019. 293 с.

2. Артамонов А.С., Евдокимов В.И., Стебунов С.В. Публикационная деятельность и наукометрические показатели журнальных статей образовательных организаций МЧС России // Науч. и образоват. пробл. гражд. защиты. 2016. № 1 (28). С. 84–93.

3. Бондар А.И., Евдокимов В.И., Рыбников В.Ю. Анализ научных статей, опубликованных сотрудниками организаций МЧС России (2010–2019 гг.) // Пожары и чрезв. ситуации: предотвращение, ликвидация. 2021. № 1. С. 5–18. DOI: 10.25257/FE.2021.1.5-18.

4. Бухановский А.В., Иванов С.В., Ковальчук С.В., Нечаев Ю.И. Онтологическая система знаний и вычислительных ресурсов современных интеллектуальных технологий // Онтология проектирования. 2020. Т. 10, № 1 (35). С. 22–33. DOI: 10.18287/2223-9537-2020-10-1-22-33.

5. Виноградов О.В. Аспекты применения нейронных сетей для прогнозирования чрезвычайных ситуаций // Технологии гражд. безопасности, 2021. Т 18, № 1(67). С. 23–26. DOI: 10.54234/CST.19968493.2021.18.1.67.4.23.

6. Данилов Г.В., Жуков В.В., Куликов А.С. [и др.]. Сравнительный анализ статистических методов классификации научных публикаций в области медицины // Компьютерные исследования и моделирование, 2020. Т. 12, № 4. С. 921–933. DOI: 10.20537/2076-7633-2020-12-4-921-933.

7. Евдокимов В.И. Наукометрический анализ научных статей по медико-биологическим проблемам у специалистов экстремальных профессий на Крайнем Севере России (2005–2016 гг.) : монография / Всерос. центр экстрен. и радиац. медицины им. А.М. Никифорова МЧС России. СПб. : Политехника-сервис, 2017. 78 с.

8. Евдокимов В.И. Наукометрический анализ отечественных и зарубежных научных статей в сфере чрезвычайных ситуаций (2005–2014 гг.) : монография / Всерос. центр экстрен. и радиац. медицины им. А.М. Никифорова МЧС России. СПб. : Политехника сервис, 2015. 110 с.

9. Евдокимов В.И., Глухов В.А. Комплексный балл публикационной результативности ведущих организаций МЧС России (2005–2019 гг.) // Мед.-биол. и соц.-психол. пробл. безопасности в чрезв. ситуациях. 2020. № 2. С. 109–119. DOI: 10.25016/2541-7487-2020-0-2-109-119.

10. Евдокимов В.И., Глухов В.А., Григорьев С.Г. Публикационная активность и наукометрические показатели статей в научных учреждениях по психиатрии и наркологии (2005–2014 гг.) // Вестн. психотерапии. 2015. № 56 (61). С. 61–78.

11. Евдокимов В.И., Мухина Н.А. Наукометрические показатели статей по психотерапии (2002–2011 гг.) // Вестн. психотерапии. 2013. № 45 (50). С. 25–46.

12. Евдокимов В.И., Рыбников В.Ю., Шамрей В.К. Наукометрические показатели отечественных статей по боевому стрессу в Российском индексе научного цитирования (2008–2017 гг.) // Вестн. психотерапии. 2018. № 66 (71). С. 102–136.

13. Евдокимов В.И., Ушаков И.Б. Наукометрический анализ отечественных статей по морской медицине: состояние и пути интеграции в международное научное сообщество // Морская медицина. 2016. № 2. С. 7–18.

14. Евдокимов В.И., Чернов К.A. Медицина катастроф: объект изучения и наукометрический анализ отечественных научных статей (2005–2017 гг.) // Мед.-биол. и соц.-психол. пробл. безопасности в чрезв. ситуациях. 2018. № 3. С. 98–117. DOI: 10.25016/2541-7487-2018-0-3-98-117.

15. Евдокимов В.И., Чернов К.А. Создание классификатора научных публикаций «Медицина катастроф. Служба медицины катастроф» // Медицина катастроф. 2019. № 1. С. 59–62. DOI: 10.33266/2070-1004-2019-1-59-62

16. Низомутдинов Б.А., Кремень Т.А. Сбор и обработка текстовых данных из городских каналов в мессенджере Telegram для поиска информации о происшествиях // Управление информационными ресурсами: материалы XVIII междунар. науч.-практ. конф. Минск, 2022. С. 385–386.

17. Орлов Г.М., Игнатьева О.А., Васин А.Г., Низомутдинов Б.А. Современные методы обработки и анализа данных / Нац. исслед. ун-т ИТМО. СПб., 2021. 147 с.

18. Солдатенко Д.М. Искусственный интеллект: прошлое, настоящее и будущее // Рос. внешнеэконом. вестн. 2020. № 9. С. 127–134. DOI: 10.24411/2072-8042-2020-10096.

19. Чернов К.A. Искусственный интеллект в сфере информационного сопровождения чрезвычайных ситуаций (обзор литературы) // Мед.-биол. и соц.-психол. пробл. безопасности в чрезв. ситуациях. 2022. № 3. С. 111–121. DOI: 10.25016/2541-7487-2022-0-3-111-120.

20. Arslan M., Roxin A., Cruz C., Ginhac D. A review on applications of big data for disaster management // Proceedings of the 2017 13th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS). Jaipur, India. 2017. P. 370–375.

21. Chang R.H., Peng Y.T., Choi S., Cai C. Applying Artificial Intelligence (AI) to improve fire response activities // Emergency Management Science and Technology. 2022. Vol. 2. P. 7. DOI: 10.48130/EMST-2022-0007

22. Chen N., Liu W., Bai R., Chen A. [et al.]. Application of computational intelligence technologies in emergency management: a literature review // Artif. Intell. Rev. 2019. Vol. 52. P. 2131–2168. DOI: 10.1007/s10462-017-9589-8.

23. Guleva V., Shikov E., Bochenina K. [et al.] Emerging complexity in distributed intelligent systems // Entropy. 2020. Vol. 22, N 12. P. 1–26. DOI: 10.3390/e22121437.

24. Kanonirov A., Balabaeva K., Kovalchuk S. Statistical inference for clustering results interpretation in clinical practice // Studies in Health Technology and Informatics. 2021. Vol. 285. P. 100–105. DOI: 10.3233/SHTI210580.

25. Kovalchuk S.V., Krzhizhanovskaya V.V., Sloot P.M.A. [et al.] 20 Years of computational science: selected papers from 2020 International conference on computational science // Journal of Computational Science. 2021. Vol. 53. P. 101395. DOI: 10.1016/j.jocs.2021.101395.

26. Kovalchuk S.V., Krzhizhanovskaya V.V., Sloot P.M.A. [et al.]. Computational science for a better future // Journal of Computational Science. 2022. Vol. 62. P. 101745. DOI: 10.1016/j.jocs.2022.101745.

27. Lopez-Fuentes L., Weijer J., González-Hidalgo M. [et al.]. Review on computer vision techniques in emergency situations // Multimedia Tools and Applications. 2017. Vol. 77. P. 17069–17107. DOI:10.1007/s11042-017-5276-7.

28. Van Eck N.J., Waltman L. Visualizing bibliometric networks // Measuring scholarly impact : methods and practice / Eds.: Y. Ding, R. Rousseau, D. Wolfram. N.Y.: Springer Cham Heidelberg ; London : Dordrecht, 2014. P. 285–320.