Биология ва тиббиёт муаммолари 2026, №3 (169)
Тема статьи
ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ МУЛЬТИПАРАМЕТРИЧЕСКОЙ БИОМЕТРИИ ДАННЫХ ДЛЯ ПРЕДИКТИВНОГО ПРОГНОЗИРОВАНИЯ ВЕГЕТАТИВНОЙ ДЕКОМПЕНСАЦИИ У СПАСАТЕЛЕЙ В ЭКСТРЕМАЛЬНЫХ УСЛОВИЯХ (171-175)
Авторы
Миршарипова Зилола Мирзиятовна, Арипходжаева Маликахон Бахтияровна, Холмуродов Акмал Тоирович, Сулейманов Адилжон Арифджанович
Учреждение
1 - Ташкентский государственный технический университет имени Ислама Каримова, Республика Узбекистан, г. Ташкент; 2 - Самаркандский государственный медицинский университет, Республика Узбекистан, г. Самарканд
Аннотация
В работе исследуется вегетативный статус лично-го состава ГДЗС в условиях сочетанного воздей-ствия физической нагрузки и гипертермии с приме-нением технологий интеллектуального анализа дан-ных. На основе нейросетевой обработки показате-лей кожно-гальванической реакции (КГР) и вариа-бельности сердечного ритма выявлены предиктив-ные маркеры перехода организма из фазы адапта-ции в фазу патологического истощения. Доказано, что алгоритмы машинного обучения, анализирую-щие динамику электродермальной активности (ЭДА), позволяют прогнозировать тепловой стресс опережающим образом по сравнению с традицион-ным мониторингом частоты сердечных сокращений (ЧСС). Предложенный интеллектуальный мультипа-раметрический подход, реализованный в концепции «цифрового двойника» спасателя, позволяет иден-тифицировать «скрытую» вегетативную недоста-точность. Это критически важно для автоматизи-рованных систем поддержки принятия решений, направленных на профилактику внезапных сердечно-сосудистых катастроф в режиме реального време-ни.
Ключевые слова
Искусственный интеллект, машинное обучение, нейросетевые модели, «цифровой двойник» спасате-ля, предиктивная диагностика, электродермальная активность, биометрическая телеметрия, системы поддержки принятия решений (СППР).
Литературы
1. Арипхаджаева, М. Б., Миршарипова, З. М. Ал-горитм и математический аппарат определения критического состояния спасателей // Innovation Technosystems. — 2025. — № 1(17). — С. 231–236. 2. Болибрух, Б. В., Хмель, М., Мазур, Ю. Модель теплового состояния пожарного в защитной одеж-де // Safety & Fire Technology. — 2016. — Vol. 41. — P. 37–46. 3. Максимов, П. В., Захаров, И. А., Кузьмичев, А. А., Рахметулин, Б. Ж. Технологии искусственного интеллекта в расчёте необходимого количества сил и средств для ликвидации лесных пожаров // Наука и образование в гражданской защите. — 2024. — № 2(54). — С. 66. 4. Саутиев, М. Актуальные вопросы профессио-нальной подготовки пожарных и спасателей // Ак-туальные вопросы профессиональной подготовки пожарных и спасателей: материалы конференции. — Иваново: Ивановская пожарно-спасательная академия Государственной противопожарной службы МЧС России, 2025. 5. Сорокин, Д. В., Никифоров, А. Л., Шарабано-ва, И. Ю. Исследование защитных свойств боевой одежды пожарного // Современные наукоёмкие технологии. Региональное приложение. — 2017. — № 2(50). — С. 140–146. 6. Сорокин, Д. В., Никифоров, А. Л., Шарабано-ва, И. Ю., Циркина, О. Г. Влияние температурно-влажностного режима подкостюмного простран-ства на защитные свойства боевой одежды пожар-ного // Современные проблемы гражданской защи-ты. — 2018. — № 1(26). — С. 44–48. 7. Сорокин, Д. В., Никифоров, А. Л., Циркина, О. Г., Ульева, С. Н., Шарабанова, И. Ю. Влияние влажности пакета материалов боевой одежды по-жарного на его теплозащитные показатели // Со-временные проблемы гражданской защиты. — 2019. — № 4(33). — С. 102–107. 8. Kales, S. N., et al. Firefighters and On-Duty Car-diovascular Events // New England Journal of Medi-cine. — 2021. — Vol. 385, No. 12. — P. 1140–1142. 9. Smith, D. L., et al. Cardiovascular strain in fire-fighters: A systematic review of the risk factors // Occupational Medicine. — 2022. — Vol. 72, No. 4. — P. 251–260. 10. Suleymanov, A. A., et al. Mathematical Account of Efficiency of Activity of Subdivisions at the Emergency and Crisis Phenomena // JournalNX. — 2020. — P. 143–147.