Գիտեի՞ք որ արհեստական բանականության շորհիվ կարելի է վերակենդանացման բաժանմունքում հայտնվելուց 48 ժամ հետո կանխատեսել` հիվանդը կմահանա՞, թե՞ կապաքինվի: Առաջին հայացքից սա գիտաֆանտաստիկ ֆիլմի սցենար է հիշեցնում, այնինչ այս ուղղությամբ աշխատում են բազմաթիվ գիտական խմբեր ամբողջ աշխարհում, այդ թվում` YerevaNN լաբորատորիան: Լաբորատորիան հիմնադրվել է 2016թ.-ին` ԵՊՀ Ինֆորմատիկայի եւ կիրառական մաթեմատիկայի ֆակուլտետի ասպիրանտ Հրանտ Խաչատրյանի ջանքերով: YerevaNN հետազոտական լաբորատորիայի նպատակը մաթեմատիկայի և համակարգչային գիտությունների խաչմերուկում գտնվող ճյուղի` մեքենայական ուսուցման ոլորտում հետազոտությունների իրականացումն է: բազմաթիվ բժշկական խնդիրներ կարելի է հաջողությամբ լուծել մեքենայական ուսուցման մեթոդներով, օրինակ` տոմոգրաֆիայի նկարներում ուռուցքի հայտնաբերում կամ կլինիկաներում բուժվող հիվանդների տվյալների հիման վրա տարաբնույթ կանխատեսումներ: YerevaNN լաբորատորիան այժմ համագործակցում է Հարավային Կալիֆորնիայի համալսարանի հետ: Համագործակցության համար հիմք է դարձել Մասաչուսեթսի տեխնոլոգիական ինստիտուտի (MIT) թողարկած MIMIC-III բազան: Այն պարունակում է ավելի քան 40 հազ. հիվանդների մասին մանրամասն տեղեկություններ՝ հիվանդանոցի վերակենդանացման բաժնում արված բոլոր չափումները, բժիշկների կատարած գրառումները, դիագնոզները եւ այլն: Նպատակն էր այս ահռելի բազայի հիման վրա ձևակերպել մի շարք խնդիրներ, որոնք մեծ նշանակություն ունեն բժիշկների և հիվանդանոցների համար,։ Սահմանել հստակ չափանիշներ այդ խնդիրների լուծումները գնահատելու համար, որպեսզի տարբեր հետազոտողներ կարողանան աշխատել միևնույն չափանիշներով և վերարտադրել այլ հետազոտողների արդյունքները։
Ի հավելում նշենք, որ բժշկության ոլորտում արհեստական բանականությունն ամենաշատ տարածումը ստացավ հատկապես ճառագայթաբանության մեջ։ Պատճառն այն է, որ այսօր բժշկական տվյալների 90%-ը կազմում են ախտորոշիչ պատկերները։ Ստենֆորդի համալսարանի (ԱՄՆ) հետազոտողները կանխատեսում են հետազոտության տվյալների ծավալների աճ։ 2017 թվականին այն կազմել է 153 հեքսաբայթ (միլիոն տերաբայթ), իսկ արդեն 2020 թվականին այն հասել է մինչև 2314 հեքսաբայթ:
