medparasitologyМедицинская паразитология и паразитарные болезниMedical Parasitology and Parasitic Diseases0025-83262713-1777Научно-образовательный паразитологический центр им. П.Г. Сергиева10.33092/0025-8326mp2025.3.57-61medparasitology-22Research ArticleОБЗОРREVIEWИз опыта использования цифровизации, машинного обучения и искусственного интеллекта при разработке новых методов в современной паразитологииFrom the experience of using digitalization, machine learning and artificial intelligence in the development of new methods in modern parasitologyЕлизаровА. С.ElizarovA. S.

Курск

Kursk

МалышеваН. С.MalyshevaN. S.

Курск

Kursk

ФГБОУ ВО «Курский государственный университет» Научно-исследовательский институт паразитологииРоссияFederal State Budgetary Educational Institution of Higher Education “Kursk State University” Research Institute of ParasitologyRussian Federation202521042026035761Copyright © Научно-образовательный паразитологический центр им. П.Г. Сергиева, 20262026Научно-образовательный паразитологический центр им. П.Г. СергиеваНаучно-образовательный паразитологический центр им. П.Г. Сергиеваhttps://www.medparasitology.com/jour/about/submissions#copyrightNoticehttps://www.medparasitology.com/jour/article/view/22

В статье представлен обзор отечественной и зарубежной литературы, посвященной современным методам в паразитологии. Показаны методики современной цифровизации, машинного обучения и искусственного интеллекта как наиболее перспективных направлений развития научного знания. Определено, что создание новых прорывных технологий – компьютерных, облачных и баз данных существенно упрощает проведение паразитологических исследований и позволяет выйти современному ученому на новый, более качественный уровень современного познания. Интеграция цифровых решений, основанных на информационно-коммуникационных технологиях, в работу специалистов-паразитологов представляет собой важное направление повышения продуктивности современной науки. Такой подход способствует отходу от классических методов паразитологических исследований в сторону инновационных разработок с применением интеллектуальных интерфейсов. Постепенно цифровые инструменты становятся неотъемлемой частью повседневной практики паразитологии, переводя исследования на более высокий технологический уровень. Проведённый анализ специфики внедрения IT-технологий в данную научную сферу позволяет утверждать, что их практическое применение способствует более глубокому пониманию биологических процессов, помогает преодолевать сложности в изучении паразитических систем, а также раскрывает потенциал технологий дополненной реальности для более эффективного восприятия и анализа научной информации в различных исследовательских направлениях.

The article provides an overview of Russian and foreign literature on modern methods in parasitology. The methods of modern digitalization, machine learning and artificial intelligence are shown as the most promising areas for the development of scientific knowledge. It is determined that the creation of new breakthrough technologies – computer, cloud and databases significantly simplifies the conduct of parasitological research and allows a modern scientist to reach a new, higher-quality level of modern knowledge. The integration of digital solutions based on information and communication technologies into the work of parasitology specialists is an important area for increasing the productivity of modern science. This approach promotes a shift away from classical methods of parasitological research towards innovative developments using intelligent interfaces. Gradually, digital tools are becoming an integral part of the daily practice of parasitology, bringing research to a higher technological level. The analysis of the specifics of the introduction of IT technologies in this scientific field suggests that their practical application contributes to a deeper understanding of biological processes, helps to overcome difficulties in studying parasitic systems, and also reveals the potential of augmented reality technologies for more effective perception and analysis of scientific information in various research areas.

паразитарные заболеванияцифровизацияискусственный интеллектмашинное обучениегеоинформационная системаparasitic diseasesdigitalizationartificial intelligencemachine learninggeographic information systemИсследование дополнительного финансирования не имелоReferencesГаврилюк Е.С., Изотова А.Г. Основные направления и факторы цифровой трансформации сектора науки и образования //Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». – 2021. – №. 1Gavrilyuk E.S., Izotova A.G. The main directions and factors of digital transformation of the science and education sector //Scientific Journal of the National Research University of ITMO. The series "Economics and Environmental Management". – 2021. – №. 1 — in Russian.Мироненко В.М. Информационная система эпизоотологического мониторинга и прогнозирования паразитозов //Аграрная наука-сельскому хозяйству. – 2015. – С. 273-274Mironenko V.M. Information system of epizootological monitoring and forecasting of parasitoses //Agrarian science-agriculture. 2015. – pp. 273-274 — in Russian.Elmehankar M.S., Etewa S.E., Metwally A.S. Artificial Intelligence Applications in Medical Parasitology: A Comprehensive Review //Egyptian Academic Journal of Biological Sciences, E. Medical Entomology & Parasitology. – 2023. – Т. 15. – №. 2. – С. 35-43.Elmehankar M.S., Etewa S.E., Metwally A.S. Artificial Intelligence Applications in Medical Parasitology: A Comprehensive Review //Egyptian Academic Journal of Biological Sciences, E. Medical Entomology & Parasitology. – 2023. – Т. 15. – №. 2. – С. 35-43.Gbonhinbor J., Abah A. E., Awi-Waadu G. D. B. Geo-Mapping of Intestinal Parasitic Infection in a Southern Community in Nigeria // Ethiopian Journal of Health Sciences. – 2024. – Т. 34. – №. 3.Gbonhinbor J., Abah A. E., Awi-Waadu G. D. B. Geo-Mapping of Intestinal Parasitic Infection in a Southern Community in Nigeria // Ethiopian Journal of Health Sciences. – 2024. – Т. 34. – №. 3.Carneiro H. A., Mylonakis E. Google trends: a web-based tool for real-time surveillance of disease outbreaks //Clinical infectious diseases. – 2019. – Т. 49. – №. 10. – С. 1557-1564.Carneiro H. A., Mylonakis E. Google trends: a web-based tool for real-time surveillance of disease outbreaks //Clinical infectious diseases. – 2019. – Т. 49. – №. 10. – С. 1557-1564.Poulin R. et al. iParasitology: mining the internet to test parasitological hypotheses //Trends in Parasitology. – 2021. – Т. 37. – №. 4. – С. 267-272.Poulin R. et al. iParasitology: mining the internet to test parasitological hypotheses //Trends in Parasitology. – 2021. – Т. 37. – №. 4. – С. 267-272.Cringoli G. et al. The Kubic FLOTAC microscope (KFM): a new compact digital microscope for helminth egg counts //Parasitology. – 2021. – Т. 148. – №. 4. – С. 427-434.Cringoli G. et al. The Kubic FLOTAC microscope (KFM): a new compact digital microscope for helminth egg counts //Parasitology. – 2021. – Т. 148. – №. 4. – С. 427-434.Galindez J.A.M., Arteaga L.R.V., Cañas R.V. ParasitoBank dataset for diagnosing intestinal parasitism: Helminths and protozoa in coprological samples //Data in Brief. – 2025. – Т. 58. – С. 111279.Galindez J.A.M., Arteaga L.R.V., Cañas R.V. ParasitoBank dataset for diagnosing intestinal parasitism: Helminths and protozoa in coprological samples //Data in Brief. – 2025. – Т. 58. – С. 111279.Мироненко В.М., Корчевская Е.А., Маевская С.С. Разработка искусственного интеллекта для диагностики паразитозов на основе нейронной сети Хэмминга // Ветеринарна біотехнологія. – 2013. – № 22(22). – С. 355-362.Mironenko V.M., Korchevskaya E.A., Mayevskaya S.S. Development of artificial intelligence for the diagnosis of parasitosis based on the Hamming neural network // Veterinary biotechnology. – 2013. – № 22(22). – Pp. 355-362. — in Russian.Yan R. et al. A preliminary study on the mixed teaching of human parasitology based on MOOC resources and the experimental teaching digital platform //Zhongguo xue xi Chong Bing Fang zhi za zhi= Chinese Journal of Schistosomiasis Control. – 2021. – Т. 33. – №. 1. – С. 74-78Yan R. et al. A preliminary study on the mixed teaching of human parasitology based on MOOC resources and the experimental teaching digital platform //Zhongguo xue xi Chong Bing Fang zhi za zhi= Chinese Journal of Schistosomiasis Control. – 2021. – Т. 33. – №. 1. – С. 74-78López-Arencibia A., Expósito-Izquierdo C. Artificial intelligence as a didactic tool in the teaching of infectious diseases // INTED 2024 Proceedings. – IATED, 2024. – С. 7042-7050.López-Arencibia A., Expósito-Izquierdo C. Artificial intelligence as a didactic tool in the teaching of infectious diseases // INTED 2024 Proceedings. – IATED, 2024. – С. 7042-7050.Асланова М.М. и др. Создание виртуального музея паразитарных патогенов для обеспечения высокоэффективной диагностики паразитозов //Здравоохранение Российской Федерации. – 2021. – Т. 65. – №. 1. – С. 74-77Aslanova M.M. et al. Creation of a virtual museum of parasitic pathogens to ensure highly effective diagnosis of parasitosis // Healthcare of the Russian Federation. – 2021. – Vol. 65. – No. 1. – pp. 74-77 — in Russian.

The authors declare that there are no conflicts of interest present.