Mövzunun adı: 

          Radioloji diaqnostikanın və texnologiyaların müasir istiqamətləri: sistemli yanaşma, klinik inteqrasiya və proqnostik dəyərin artırılması

Mövzunun aktuallığı:

          Müasir dövrdə tibbi görüntüləmə metodlarının (USM, KT, MRT, elastoqrafiya, DEXA, perfuziya və diffuziya MRT və s.) rolu xəstəliklərin erkən aşkarlanmasında, gedişinin proqnozlaşdırılmasında və müalicə effektivliyinin qiymətləndirilməsində əvəzolunmazdır. Bu metodların sistemli inteqrasiyası, süni intellekt əsaslı analizlərin tətbiqi və klinik göstəricilərlə korrelyasiyası radioloji diaqnostikanın elmi və praktik səviyyəsini yüksəltməyə xidmət edir.

Məqsədi:

          Radioloji diaqnostika və texnologiyaların müasir istiqamətlərini sistemləşdirərək onların klinik proseslərə inteqrasiyasını, proqnostik göstəricilərin formalaşmasını və müalicə taktikasına təsirini müəyyən etmək.

Elmi yenilik dərəcəsi:

1 Radiologiyanın proqnostik model elminə çevrilməsi:

          Tədqiqat nəticəsində radioloji diaqnostika yalnız xəstəliyin təsviri mərhələsində deyil, onun gedişatının və müalicəyə cavabın proqnozlaşdırılmasında elmi əsaslı modelə çevrilmişdir. Bu, görüntüləmə məlumatlarının kəmiyyət və dinamik analizi (radiomik, perfuziya və diffuziya parametrləri əsasında) ilə klinik və laborator göstəricilərin inteqrasiyası nəticəsində əldə olunmuşdur. Yeni yaradılmış “radioloji proqnostik model” xəstəliyin mərhələləşdirilməsi və risk qruplaşdırılmasında istifadə üçün elmi əsas təqdim edir.

2. Texnoloji potensialın klinik səviyyəyə qaldırılması:

          Müasir görüntüləmə texnologiyalarının (elastoqrafiya, DEXA, perfuziya/diffuziya MRT, KT-angiografiya və s.) klinik praktikada sistemli tətbiqi üçün vahid strukturlaşdırılmış alqoritm işlənmişdir. Tədqiqat nəticəsində radioloji metodların sadəcə diaqnostik deyil, həm də terapevtik qərarverməni dəstəkləyən vasitəyə çevrilməsi təmin edilmişdir.

3. Süni intellekt və inteqrativ texnologiyalarla sintez:

          Radioloji analizlərin avtomatlaşdırılması və obyektivləşdirilməsi məqsədilə süni intellekt və maşın öyrənməsi alqoritmlərinin tətbiqi üçün ilkin model yaradılmışdır. Bu model diffuziya, elastoqrafiya və densitometriya məlumatları əsasında patologiyaların tanınması və proqnostik qiymətləndirilməsində yüksək dəqiqlik nümayiş etdirmişdir. Klinik inteqrasiya mərhələsində süni intellekt əsaslı analizlər diaqnostik vaxtın azalmasına və nəticələrin reprodüksiyasına töhfə vermişdir.

4. Radiologiyada xəstə yönümlü yanaşmanın güclənməsi:

          Tədqiqat xəstə yönümlü, individual risk və gedişə əsaslanan radioloji yanaşmanın formalaşmasına xidmət etmişdir. Radioloji göstəricilərin fərdiləşdirilmiş interpretasiyası əsasında hər bir pasiyent üçün “radioloji profil” anlayışı işlənmiş, bu da diaqnostik və müalicə planlaşdırılmasının fərdiləşdirilməsinə imkan yaratmışdır.

Tətbiq sahəsi:

          Tədqiqat nəticələri klinik praktikada diaqnostik qərarların dəqiqləşdirilməsinə, erkən aşkarlanma və müalicə effektivliyinin artırılmasına yönəlib. Əldə edilən model və tövsiyələr radioloji şöbələr, universitet kafedraları və elmi-tədqiqat mərkəzlərində tətbiq edilə bilər.