Платформа клинических решений

UroDecision

Доказательная поддержка решений для врачей-урологов

Два инструмента на основе клинических рекомендаций EAU/AUA, систематических обзоров Cochrane и рецензируемой литературы. Разработано врачом-урологом для практической работы.

Выберите инструмент
📚

База знаний

AI-ассистент По приглашению

Задайте клинический вопрос и получите развёрнутый ответ со ссылками на конкретные фрагменты первоисточников — учебников, гайдлайнов, мета-анализов и оригинальных статей.

  • 19 000+ первичных источников, 2,2 млн фрагментов текста
  • EAU Guidelines 2025–2026, AUA, Campbell-Walsh, Hinman's Atlas
  • PubMed + Cochrane, 92 тысячи аннотаций
  • Справочник препаратов: 18,6 тыс. МНН, 71 тыс. синонимов, 136 тыс. ГРЛС-регистраций
  • Кликабельные цитаты с оригинальным текстом
  • История запросов, оценки, экспорт PDF
Войти
🧩

Фенотипирование СХТБ

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)
  • Клинический контекст из базы знаний по урологии
  • Объяснение для пациента понятным языком
  • Отчёт в PDF для приёма
Открыть
🔬

Предиктивная модель МКБ

ML-модель Открытый доступ

Калькулятор выбора метода хирургического лечения мочекаменной болезни. CatBoost + SHAP объяснимость, обучен на когорте 2 105 пациентов.

  • Ранжирование 6 методов (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 для истории болезни
Открыть калькулятор

Для кого

Врачи-урологи, ординаторы и специалисты смежных профилей. Инструменты помогают в принятии клинических решений — не заменяют, но дополняют клиническое мышление.

Доказательность

Каждое утверждение в ответах базы знаний цитирует конкретный фрагмент оригинального источника. Предиктивная модель описана в научной статье и проходит процесс публикации.

Приватность

Запросы и данные пациентов не покидают платформу и не используются для обучения внешних моделей. JWT-авторизация, журналирование на стороне администратора.