В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Орынбаевой Айнур Сериковны на тему «Совершенствование статистических методов обработки данных в медицинских вузах с помощью машинного обучения» по образовательной программе «8D01511 – Информатика».
Диссертация выполнена на кафедре «Кафедра Информатики» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - казахский
Официальные рецензенты:
Хамзина Ботагоз Еркеновна – доктор педагогических наук, доцент, и. о. профессора кафедры «Физика и химия» Казахского агротехнического исследовательского университета им. С. Сейфуллина (г. Астана, Республика Казахстан).
Исабаева Даража Нагашыбаевна – кандидат педагогических наук, ассоциированный профессор, директор Управления онлайн-образования Алматы Менеджмент Университета (г. Алматы, Республика Казахстан).
Временные члены Диссертационного совета:
Аламинов Муратбай Хайтбаевич (Alaminov Muratbay Haitbayevich) — доктор философии (PhD), к.ф.-м.н., доцент кафедры «Цифровые технологии, информатика и робототехника» факультета «Точных наук» Нукусского государственного педагогического института имени Аджинияза (г. Нукус, Республика Узбекистан).
Мнайдарова Светлана Сейтжановна – кандидат педагогических наук, доктор философии (PhD), старший менеджер Отдела дополнительного профессионального образования Частного учреждения «Центр педагогического мастерства» Автономной организации образования «Назарбаев Интеллектуальные школы» (г. Астана, Республика Казахстан);
Жабаев Ермахан Хурышович – доктор философии (PhD), ассоциированный профессор Педагогического института, Международного университета Астана (г. Астана, Республика Казахстан).
Научные консультанты:
Шындалиев Нуржан Тажибаевич – кандидат педагогических наук, ассоциированный профессор кафедры «Информатика», Евразийский национальный университет имени Л.Н. Гумилева (г. Астана, Республика Казахстан)
Аhmet Sakir Dokiz – доктор философии (PhD), ассоциированный профессор кафедры «Компьютерная инженерия», Нигдинский университет имени Омера Халисдемира (г. Нийде, Турецкая Республика)
Защита состоится: 5 июня 2026 года 14:00 часов в Диссертационном совете по направлению подготовки кадров «8D015 – Подготовка педагогов по естественнонаучным предметам» по образовательной программе «8D01511 – Информатика» Евразийского национального университета имени Л.Н. Гумилева. Заседание диссертационного совета состоится в смешанном (оффлайн и онлайн) формате.
Ссылка: https://surl.li/yoenix
Адрес: г. Астана, ул. К. Сатпаева 2, ауд. № 302.
Аннотация (рус.): Актуальность исследования. Цифровизация общества и глобальная интеграция информационных систем открывают новые возможности для высшего образования. Использование информационно-коммуникационных технологий в образовательной среде стало необходимым условием обеспечения конкурентоспособности высших учебных заведений, повышения качества подготовки специалистов и соответствия требованиям рынка труда. В настоящее время информатика и информационно-коммуникационные технологии не только трансформируют все сферы общества, но и предлагают новые возможности и направления развития. В современных условиях развития медицины и здравоохранения применение статистических методов обработки данных приобретает особую значимость для обеспечения высокого качества образования и практической деятельности медицинских специалистов. Несмотря на фундаментальный характер традиционных статистических методов, используемых в медицинских вузах, они требуют совершенствования и адаптации к новым вызовам и возможностям, предлагаемым современными технологиями. Актуальность совершенствования статистических методов обработки данных с использованием методов машинного обучения в медицинских высших учебных заведениях обусловлена необходимостью повышения качества медицинского образования и практики, улучшения диагностики и лечения, а также эффективного решения задач персонализированной и общественной медицины. Интеграция машинного обучения в образовательные программы и научно-исследовательскую деятельность медицинских вузов способствует подготовке высококвалифицированных специалистов, способных эффективно использовать современные технологии для улучшения здоровья и благополучия общества. Президент Республики Казахстан Касым-Жомарт Токаев в Послании народу Казахстана от 1 сентября 2020 года отметил: «Развитие системы здравоохранения является одним из приоритетов государственной политики Казахстана. Мы должны создать условия для подготовки высококвалифицированных медицинских работников, соответствующих мировым стандартам. Наши медицинские учреждения должны быть оснащены современным оборудованием и технологиями, а врачи и медицинский персонал должны иметь возможность для непрерывного повышения квалификации и профессионального роста» [1]. Для развития подобных направлений необходимы профессионально подготовленные, высокообразованные медицинские специалисты, адаптированные к модернизации системы образования. Целью данного исследования является совершенствование статистических методов обработки данных с использованием методов машинного обучения при обучении будущих медицинских специалистов в медицинских высших учебных заведениях. В медицинских высших учебных заведениях выявлено противоречие между недостаточной изученностью применения статистических методов в сочетании с машинным обучением у обучающихся и отсутствием необходимых условий для обучения. Для разрешения данного противоречия обозначена необходимость внедрения машинного обучения в процесс подготовки в медицинских вузах. В этой связи проблема совершенствования статистических методов обработки данных с использованием методов машинного обучения у будущих медицинских специалистов является актуальным направлением исследования. Актуальность проблемы позволила определить тему исследования следующим образом: «Совершенствование статистических методов обработки данных методами машинного обучения в медицинских высших учебных заведениях». Объект исследования: учебный процесс в медицинских высших учебных заведениях. Предмет исследования: процесс совершенствования статистических методов обработки данных методами машинного обучения в медицинских вузах. Цель исследования: реализация совершенствования статистических методов обработки данных методами машинного обучения в учебном процессе медицинских высших учебных заведений. Гипотеза исследования: если в учебном процессе для подготовки медицинских специалистов совершенствовать статистические методы обработки данных с использованием методов машинного обучения, то обучающиеся смогут достигать качественных и эффективных результатов в медицинских исследованиях, так как машинное обучение позволяет быстро обрабатывать большие объемы данных и применять их в образовательном процессе. Задачи исследования: – определить научно-теоретические основы применения совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских высших учебных заведений; – разработать учебно-методические основы реализации совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе высших учебных заведений; – определить методы обработки медицинских данных посредством интеграции статистических методов и методов машинного обучения; – разработать информационную образовательную систему, применяемую при совершенствовании статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских высших учебных заведений; – провести опытно-экспериментальные работы по применению совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских высших учебных заведений и доказать их эффективность. Ведущая идея исследования: совершенствование статистических методов обработки данных в медицинских высших учебных заведениях заключается в интеграции современных методов машинного обучения со статистическими методами с целью повышения точности, эффективности и надежности анализа медицинских данных. Внедрение машинного обучения в процесс статистической обработки данных позволяет более глубоко понять элементы оптимизации и адаптивного обучения. Методологические и теоретические основы исследования Исследование основано на концепции и программе современной педагогики, методах машинного обучения и принципах цифрового образования. Оно заключается в интеграции методов машинного обучения со статистическими методами обработки и анализа медицинских данных. Данная работа опирается на основы информатизации системы образования, теорию и практику организации обучения и образовательного процесса в медицинских высших учебных заведениях, а также на технологии, обусловленные необходимостью повышения точности, надежности и эффективности обработки данных. В исследовании используются сбор данных, анализ литературы, методы анкетирования и тестирования в рамках эксперимента, а также статистическая обработка данных для оценки результативности, связанной с педагогической моделью. Источники исследования: Закон Республики Казахстан «Об образовании», профессиональный стандарт «Педагог», квалификационная характеристика «Педагог. Преподаватель вуза», национальный проект «Качественное образование „Образованная нация“», приказ № 2 от 20 июля 2022 года об утверждении государственных общеобязательных стандартов высшего и послевузовского образования, Концепция развития высшего образования и науки Республики Казахстан на 2023–2029 годы. Методы исследования: – теоретические – изучение, систематизация и анализ научно-педагогической, методической и специальной литературы, а также информационных ресурсов по проблеме исследования; изучение образовательных программ и учебно-методических материалов по общепрофессиональным и специальным дисциплинам; – эмпирические – определение основ экспериментальных работ, проведение анкетирования, анализ и обобщение результатов; повышение компетенций обучающихся; – статистические – проведение опытно-экспериментальных работ с целью проверки эффективности применения методов машинного обучения в медицинских высших учебных заведениях и анализ полученных результатов с использованием методов математической статистики. База исследования: НАО «Медицинский университет Астана», Казахский национальный медицинский университет имени С. Ж. Асфендиярова. Этапы исследования. На первом констатирующем этапе (2021–2022 учебный год) были определены цель, задачи и гипотеза исследования, установлены базы проведения опытно-экспериментальной работы, разработано содержание рабочей учебной программы специального курса, составлены вопросы анкетирования по проблеме исследования, проведён анализ научно-методической и педагогической литературы, а также интернет-ресурсов по поставленной проблеме. Осуществлён анализ структуры учебно-информационной среды, направленной на совершенствование статистических методов обработки медицинских данных с использованием методов машинного обучения. На втором формирующем этапе (2022–2023 учебный год, первое полугодие 2023–2024 учебного года) были определены компоненты и критерии совершенствования знаний, умений и навыков обучающихся. Проведена педагогическая опытно-экспериментальная работа по развитию у обучающихся навыков совершенствования статистических методов обработки медицинских данных с применением методов машинного обучения. Рассматривались современные подходы к созданию учебно-информационной среды для обучения совершенствованию статистических методов обработки данных с использованием машинного обучения, на основе которых была разработана соответствующая учебно-информационная среда. На третьем заключительном этапе (2023–2025 учебные годы) были всесторонне проанализированы, обобщены и систематизированы результаты опытно-экспериментальной работы. Проведена комплексная математико-статистическая обработка полученных данных, доказана эффективность применения алгоритмов машинного обучения, а также подтверждена статистическая значимость результатов. Сформулированные выводы и методические рекомендации были проанализированы и представлены на соответствующем уровне. Содержание исследовательской работы полностью оформлено в соответствии с установленными структурными требованиями. Научная новизна и теоретическая значимость исследования: - научно-теоретические основы применения совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских высших учебных заведений раскрыты на основе анализа научно-методической литературы и информационных ресурсов, сформулирована модель исследования; - учебно-методические основы реализации совершенствования статистических методов обработки данных с применением методов машинного обучения в учебном процессе вузов обоснованы внедрением в образовательные программы новой дисциплины «Машинное обучение в медицине», разработкой рабочей учебной программы курса (syllabus), учебно-методического комплекса и учебного пособия; - осуществлена обработка больших объёмов медицинских данных путём интеграции статистических методов (выборочный метод, сравнение групп) и методов машинного обучения (регрессия, классификация, кластеризация); - разработана информационно-образовательная система «ML_EDU_Stat.kz», используемая в учебном процессе медицинских вузов для совершенствования статистических методов обработки данных с применением машинного обучения, которая с помощью искусственного интеллекта автоматически предлагает задания и тестовые вопросы, а также обрабатывает результаты выполнения заданий и тестов обучающихся; - установлена эффективность и подтверждены положительные результаты опытно-экспериментальной работы по применению совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских высших учебных заведений. Практическая значимость исследования: 1. Разработано учебно-методическое обеспечение курса «Машинное обучение в медицине» для студентов 3 курса бакалавриата образовательных программ НАО «Медицинский университет Астана». 2. Разработано и внедрено содержание практико-ориентированных заданий курса «Машинное обучение в медицине». 3. Внесены современные дополнения в дисциплину «Биостатистика» для обучающихся образовательных программ 6B10124 – «Стоматология», 6В10123 – «Медицина» и 6В10125 – «Педиатрия» Казахского национального университета имени С.Ж. Асфендиярова. 4. Обосновано содержание и издано в 2024 году учебное пособие «Возможности применения алгоритмов машинного обучения в обработке медицинских данных». 5. Разработана информационно-образовательная система курса «Машинное обучение в медицине» (ML_EDU_Stat.kz). Достоверность и обоснованность научных результатов исследования определяется глубоким анализом научных публикаций и передового опыта применения методов машинного обучения и статистических методов в медицинских исследованиях и образовании, экспериментальным внедрением учебного курса по совершенствованию статистических методов обработки данных с использованием методов машинного обучения в нескольких медицинских высших учебных заведениях, использованием современных программных пакетов и инструментов машинного обучения (Python, R) для обработки, оценки и интерпретации данных, а также подтверждением гипотезы исследования результатами опытно-экспериментальной работы. Основные положения, выносимые на защиту: 1..Научно-теоретические основы применения совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских высших учебных заведений: 1.1 На основе анализа содержания дисциплины «Биостатистика» Казахского национального университета имени С.Ж. Асфендиярова и НАО «Медицинский университет Астана» определены компоненты и критерии формирования у обучающихся знаний по предмету исследования, новых умений и навыков, а также усовершенствованы традиционные методы с использованием методов машинного обучения. 1.2 Модель применения совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских вузов, включающая целевой, содержательный и организационный компоненты. 2. Учебно-методические основы реализации совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе вузов: 2.1 Введение дисциплины «Машинное обучение в медицине» для студентов 3 курса образовательных программ «6В10123 – Медицина» и «6В10125 – Педиатрия». 2.2 Обоснование на основе разработки рабочей учебной программы курса (syllabus), учебно-методического комплекса и учебного пособия, направленных на совершенствование знаний, умений и навыков обучающихся по предмету исследования. 3. Гибридно-интеграционный метод: реализация в учебном процессе обработки больших объёмов медицинских данных путем интеграции статистических методов (выборка, сравнение групп) и методов машинного обучения (регрессия, классификация, кластеризация). 3.1 Внедрение элементов оптимизации и адаптивного обучения в учебный процесс посредством интеграции методов машинного обучения для обработки больших объёмов медицинских данных. 3.2 Повышение эффективности учебного процесса за счёт интеллектуального анализа и визуализации результатов обработки данных, а также предоставления персонализированной обратной связи в зависимости от учебных достижений обучающихся. 4. Реализация информационно-образовательной системы «ML_EDU_Stat.kz», используемой в учебном процессе медицинских вузов для совершенствования статистических методов обработки данных с применением методов машинного обучения. 4.1 Организация функции автоматического предоставления традиционных заданий и тестовых вопросов, генерируемых искусственным интеллектом, на основе методов индивидуализированного обучения. 4.2 Реализация функции интеллектуального оценивания, включающей автоматическую проверку выполненных обучающимися заданий с помощью искусственного интеллекта и обработку результатов. 5. Эффективность опытно-экспериментальной работы по применению совершенствования статистических методов обработки данных с использованием методов машинного обучения в учебном процессе медицинских высших учебных заведений и достоверность выдвинутой гипотезы. Апробация и внедрение результатов исследования. Апробация и внедрение результатов исследования. В ходе исследовательской работы в опытно-экспериментальных мероприятиях приняли участие обучающиеся образовательных программ 6B10124 – «Стоматология», 6B10123 – «Медицина» и 6В10125 – «Педиатрия» НАО «Медицинский университет Астана», а также Казахского национального медицинского университета имени С.Ж. Асфендиярова по тем же образовательным программам 6B10124 – «Стоматология», 6B10123 – «Медицина» и 6В10125 – «Педиатрия». По результатам эксперимента в содержание курса «Биостатистика» были внесены дополнения, а также представлена справка, подтверждающая проведение опытно-экспериментальной работы. Достоверность и обоснованность результатов исследования определяется глубоким анализом научной литературы и передового опыта применения методов машинного обучения и статистических методов в медицинских исследованиях и образовании, экспериментальным внедрением учебного курса по совершенствованию статистических методов обработки данных с использованием методов машинного обучения в медицинских высших учебных заведениях, использованием современных программных пакетов и инструментов машинного обучения (Python, R) для оценки и интерпретации данных, а также подтверждением гипотезы исследования результатами опытно-экспериментальной работы. Обсуждение и реализация результатов исследования. Результаты исследования опубликованы в 10 сборниках научных трудов. В журналах базы Scopus – 2 статьи: 1. Improving statistical methods of data processing in medical universities using machine learning // World Transactions on Engineering and Technology Education. - 2023. - Т. 21, №1. - С. 58-63. 2. Improving data processing in medical education through machine learning // Cardiovascular Therapy and Prevention. - 2025. - Т. 24, №2S. - С. 16-24. В научных изданиях, рекомендованных Комитетом по обеспечению качества в сфере науки и высшего образования Министерства науки и высшего образования Республики Казахстан, опубликована 1 статья: 1. Возможности программы Python в машинном обучении // Вестник НАН РК. – 2022. – № 5. – С. 150–160. В международных и республиканских конференциях опубликовано 3 статьи: 1. Возможности технологии блокчейн в медицине // Материалы 17-й Международной научной конференции студентов и молодых ученых «Ǵylym Jáne Bilim» (Астана: НАО ЕНУ, 2022. – С. 750–754). 2. Применение алгоритмов машинного обучения в медицине // Информационные технологии и аналитика в медицине и медицинском образовании: инновации и перспективы (Астана: НАО МУА, 2024. – С. 40–42). 3. Методы машинного обучения при обработке данных в медицинских высших учебных заведениях // Цифровые технологии и аналитика в здравоохранении и образовании: инновации и перспективы (Астана: НАО МУА, 2025. – С. 16–17). Учебное пособие: 1. Возможности применения алгоритмов машинного обучения при обработке медицинских данных (Астана: ТОО «Aktaulova's», 2024. – 190 с.). Свидетельства о внесении сведений в Государственный реестр прав на объекты, охраняемые авторским правом: 1. Возможности применения алгоритмов машинного обучения при обработке медицинских данных (16 августа 2024 г., № 49069). 2. Лабораторная работа по машинному обучению в медицине: использование языка программирования Python и его библиотек (1 апреля 2025 г., № 56289). 3. Платформа машинного обучения для медицинских высших учебных заведений «ML_EDU_Stat.kz» (4 марта 2026 г., № 68264). Структура диссертации состоит из следующих разделов: введение, три главы, список использованных источников и приложения.
Отзыв зарубежного консультанта
Заключение комиссии по этической оценке исследований
Решение диссертационного совета
Защита диссертации: https://www.youtube.com/watch?v=3LQQPhJDSBg
