Образовательная платформа для урологов

Знания для обоснованных решений

Три инструмента для профессионального развития. База знаний не сочиняет ответ «из головы» модели, а собирает его из проверенных первоисточников — клинических рекомендаций EAU, AUA и Минздрава РФ, обзоров Cochrane, руководств и рецензируемых статей — и показывает, из какого именно фрагмента взято каждое утверждение. Создаётся практикующими врачами-урологами.

Выберите инструмент

Материалы предназначены для образования и профессионального развития.

База знаний

Урологические источники

AI-ассистент По приглашению

Задайте профессиональный вопрос и получите развёрнутый ответ, где каждое утверждение сопровождается ссылкой на конкретный фрагмент первоисточника — руководства, клинической рекомендации, обзора или оригинальной статьи.

  • 11,8 млн проиндексированных фрагментов из 2,2 млн публикаций
  • 867 руководств и учебников: EAU 2025–2026, AUA, 34 клинические рекомендации Минздрава РФ, международные и российские монографии
  • 347 тыс. статей и обзоров полнотекстового слоя, 1,88 млн аннотаций PubMed, Cochrane
  • Онкоурология: рак простаты, мочевого пузыря, почки, полового члена — руководства EAU и клинреки РФ
  • Справочник препаратов: 18,8 тыс. МНН, 76 тыс. синонимов, 136 тыс. регистраций ГРЛС
  • Когда корпуса не хватает — проверенные внешние источники с пометкой происхождения
  • Кликабельные цитаты с оригинальным текстом, экспорт в PDF и Word
Войти

СХТБ · UPOINTS

Синдром хронической тазовой боли

AI + RAG Бета

Структурирование жалоб пациента с синдромом хронических тазовых болей по классификации UPOINTS — на основе текста, PDF-выписок и фото обследований.

  • 7 доменов: Urinary, Psychosocial, Organ-specific, Infection, Neurologic, Tenderness, Sexual
  • Распознавание PDF и фото (Yandex Vision OCR)
  • Тематический контекст из базы знаний по урологии
  • Объяснение понятным языком
  • Отчёт в PDF
Открыть

Предиктивные модели

Мочекаменная болезнь

ML-модель Открытый доступ

Изучение прогностических моделей, их результатов и ограничений на примере выбора метода лечения мочекаменной болезни. CatBoost + SHAP-объяснимость, обучение на когорте 2 105 пациентов. Первая модель линейки — тем же способом готовятся модели для других урологических состояний.

  • Ранжирование методов лечения (РИРХ, УРС, ПНЛ, ДУВЛ и др.)
  • AUC SFR 0.790, AUC осложнений 0.704 (5-fold CV)
  • 34 клинических признака + 5 производных
  • SHAP-объяснения решений модели
  • Отчёт в PDF
Открыть модель

Для кого

Врачи-урологи, ординаторы и специалисты смежных профилей. Инструменты помогают изучать вопрос и сопоставлять источники — они дополняют профессиональное мышление, а не заменяют его.

Проверяемость

Ответ базы знаний строится поверх найденных первоисточников, а не из общих знаний языковой модели: каждое утверждение сопровождается ссылкой на конкретный фрагмент, и этот фрагмент можно открыть и прочитать. Предиктивная модель описана в научной статье и проходит процесс публикации.

Назначение и ответственность

Платформа образовательная: она помогает разобраться в теме и дойти до первоисточников. Она не является медицинским изделием и не предназначена для клинической работы, не проходила клиническую валидацию, не ставит диагноз и не заменяет решение врача. Для формирования ответа текст запроса передаётся внешним сервисам обработки, поэтому введённые сведения могут обрабатываться за пределами контура клиники. Не вводите данные, позволяющие установить личность пациента; ответственность за передаваемые сведения и за принятое решение остаётся за врачом. Доступ по приглашению, журналирование на стороне администратора.

Научная основа

Сотрудничество

В основе — польза пациенту

UroDecision создаётся для урологов. Конечная цель проекта — помощь пациентам через профессиональное развитие врача.

О миссии и принципах →