УДК 378.4:61:37.018.43:004]005.336.1

Прагнення до більш прогресивних способів навчання та обміну знаннями є рушійною силою технологічного розвитку в освітньому секторі. Технології, які невід’ємно входять у кожну сферу життя в 21 столітті, можуть полегшити отримання доступу до вищої освіти та навчання впродовж
усього життя. Технологічно вдосконалене навчання, яке можна визначити як впровадження інформаційно-комунікаційних технологій у викладання та навчання, є звичним для сучасних студентів. Цифрові технології внесли суттєві зміни в парадигму навчання та навчального середовища,
перетворивши її із традиційної у відкриту глобальну систему. Однією з сфер спеціалізованої освіти, на яку значно впливає технологічний розвиток, є медична освіта. із ключових компонентів навчального досвіду є процес створення знань у середовищі вищої освіти, сформований під час взаємодії з навчальним середовищем, і який допомагає краще концептуалізувати фактори, що впливають на результати навчання. Мобільне навчання зазвичай розглядається як процес розвитку знань шляхом вивчення та спілкування в різних контекстах за допомогою інтерактивних технологій. Таким чином, контекст є вирішальною структурою в мобільному навчанні і потребує повного розуміння, оскільки контекст впливає не лише на користувачів, а й на дизайн програми. Контекст щодо мобільності резидентів може відрізнятися, включаючи просторовий контекст, часову мобільність і мобільність у технологіях. Нова ітерація, яка невпинно набирає обертів – інтерактивне навчання на основі відео. Цей новий формат має на меті вирішити низку проблем відео-навчання, такі як пасивний перегляд і неможливість відстежуватипрогрес навчання. Інтерактивність може надходити у формі вбудованих запитань, навігаційних меню, ключових слів і фразвказівників тощо. Низка досліджень підтверджує позитивний вплив серйозних ігор на навчання. Зокрема ігри виявилися ефективними для покращення когнітивних здібностей і формування позитивного настрою щодо загального навчання. Завдяки онлайн-платформам для вищої освіти навчання розширило свої горизонти. З розвитком технологій можна очікувати, що вища освіта буде більш інтерактивною, персоналізованою, інтуїтивно зрозумілою. Тенденції електронного навчання у вищій освіті виглядають багатообіцяючими. Таким чином, можна очікувати, що електронне навчання у вищій освіті стане більш персоналізованим завдяки підтримці штучного інтелекту та залучить студентів до ініціативного навчання шляхом підвищення рівня їхньої мотивації. Враховуючи швидкі темпи змін у сучасному світі, важливо залишатися в курсі нових сучасних трендів та підходів у сфері навчання та розвитку. Тільки так освітні заклади зможуть забезпечити студентів необхідними навичками та знаннями, щоб вони могли адаптуватися до нових викликів.
Ключові слова: онлайн навчання, цифровізація освіти, медична освіта, технологія мікронавчання, геймифікація.

 The desire for more progressive ways of learning and sharing knowledge is the driving force behind technological development in the education sector. Technology, an integral part of every aspect of life in the 21st century, can facilitate access to higher education and lifelong learning. Technology-enhanced learning, which can be defined as the introduction of information and communication technologies into teaching and
learning, is commonplace for today’s students. Digital technologies have brought significant changes to the paradigm of learning and the learning environment, transforming it from a traditional to an open global system.

   One of the areas of specialized education significantly affected by technological development is medical education. One of the key components of the learning experience is the process of knowledge creation in the higher education environment, formed during interaction with the learning environment, which helps to better conceptualize the factors that influence learning outcomes.
   Mobile learning is usually seen as the process of developing knowledge through learning and communication in different contexts using interactive technologies. Thus, context is a crucial framework in mobile learning and needs to be fully understood, as context affects not only the users, but also the design of the application. The context for resident mobility can vary, including spatial context, temporal mobility, and technology
mobility.
   A new iteration that is steadily gaining momentum is interactive video-based learning. This new format aims to solve a number of problems with video learning, such as passive viewing and the inability to track learning progress. Interactivity can come in the form of embedded questions, navigation menus, keywords and cue phrases, and more. A number of studies confirm the positive impact of serious games on learning. In particular, games showed to be effective in improving cognitive abilities and forming a positive attitude towards general learning.

   With online platforms for higher education, learning has broadened its horizons. As technology advances, higher education can be expected to be more interactive, personalized, and intuitive. E-learning trends in higher education look promising. Thus, it can be expected that e-learning in higher education will become more personalized with the support of artificial intelligence and engage students in proactive learning by increasing their level of motivation.

   Given the rapid pace of change in today’s world, it is important to stay abreast of new modern trends and approaches in the field of training and development. Only in this way will educational institutions be able to provide students with thenecessary skills and know.

 618.7-06:616.16-005.6

Тромботична мікроангіопатія (ТМА) - це гетерогенна група захворювань, які за наявності пошкодження ендотелію можуть призводити до тромбозу малих та мікросудин, вторинного споживання тромбоцитів, механічного гемолізу та ішемічного ураження кінцевих органів. Залежно від залучених органів можуть виникати ниркова недостатність, неврологічні симптоми, кардіальна патологія, дихальна недостатність,
порушення зору, панкреатит, ішемія кишківника і (рідше) зміни шкіри .
Така характерна тріада симптомів, як гостра ниркова недостатність (ГНН), мікроангіопатичний гемоліз і тромбоцитопенія, може також супроводжувати деякі специфічні для вагітності стани (зокрема, тяжку прееклампсію/HELLP-синдром (гемоліз, підвищення рівня печінкових ферментів та низька кількість тромбоцитів) , гостру жирову дистрофію печінки вагітних (ГЖДП), а також захворювання, не пов`язані з
вагітністю, але спровоковані нею (катастрофічний антифосфоліпідний синдром (кАФС)
[9], загострення системного червоного вовчаку (СЧВ)). Постає питання ранньої діагностики різних типів ТМА під час вагітності, їх диференційної діагностики з іншими ускладненнями перебігу гестаційного процесу та
проведення цілеспрямованої патогенетичної терапії.

УДК 614.2. : 658.562

Дослідженовикористання медичних інформаційних систем в медичних закладах. Основні акценти зосереджено на процесах, що забезпечують автоматизацію різних напрямків діяльності роботи лікарів різного профілю.Розглянутоможливість впровадження ризик-підходу всистеми менеджменту якості у медичнихустановах, визначено вимоги до системи управління ризиками, яка відповідає характеру та масштабаммедичних закладів різного профілю.Використання медичних інформаційних систем пов’язане з різними внутрішніми та зовнішніми загрозами, які можуть призвести до ризиків для пацієнтів. Об’єктом дослідження є медичні інформаційні системи та їхняадаптація до робочих процесів у закладах охорони здоров’я.Предметом дослідження стали результати опитування щодо використання лікарями окремого модул ямедичної інформаційні системи, а саме електронної медичної карти пацієнта на різних рівнях надання медичної послуги.У процесі цього дослідження, за допомогою анонімного анкетуванняпроаналізовано ступінь пристосованості медичної інформаційної системи до роботи лікаря, визначено рівень адаптованості медичної інформаційної системи до потреб медичних працівників та аналіз можливих ризиків в процесах надання медичної послуги, а саме, наетапі роботи з електронною медичної карткою. Аналіз недоліків дозволяєпереглянути робочі процеси медичного закладу, оцінити вплив потенційних ризиків на результати роботи лікарів, змінити процеси, щоб зменшити або усунути виявлені ризики в процесі роботиз медичними інформаційними системами.Актуальною проблемою є розроблення коригувальних і запобіжних заходів для зниження і мінімізації ризиків, а впровадження системи управління ризиками в медичних закладах в рамках системи менеджменту якості, сприятиме підвищенню якості надання медичних послуг та збільшенню задоволеності пацієнтів.Обґрунтовано підходи до ідентифікації ризиків які виникають в процесі роботи з медичними інформаційними системами згідно з вимогами міжнародних стандартів.

The work proposes the use of a unique method of creating passive, multifunctional, non-contact pressure-temperature sensors. The basis of this method is a combination of inorganic semiconductors and high-molecular organic cholesteric crystals. According to their morphology, such crystals represent a spiral structure that is sensitive to changes in external physical factors, such as temperatures, due to changes in the periodicity of the structure, which leads to Bragg diffraction scattering of light on it. The consequence of such influence is the coloring of the cholesteric, which can be identified by external spectrosensitive devices on a non-contact basis. On the other hand, the use of inorganic semiconductors involves the production of a micro-profiled base with a thin silicon membrane that is sensitive to external pressure. The thickness of the membrane determines the operating conditions of the sensor depending on the range of applied pressure from 0.3 bar and above. A hardware and software complex was developed for continuous monitoring of changes in the color of passive pressure-temperature sensors, tracking the spectral distribution of the light intensity of the color of the liquid crystal depending on the operating conditions on a non-contact basis with an external spectrometer. The basis of such a system is a software module created on the basis of the MVVM (Model–View–View Model) architecture template. A feature of the software module is the use of the .NET and WPF frameworks, which natively support this architectural pattern for .NET Windows platforms and are supported by all popular versions of operating systems. The SQlite database, which is a relational database management system, is used to store data in the software application. The OmniDriver library was used in the system to operate and configure the spectrometer. The software module has two modes of operation with spectrometers. The first mode is characterized by the reading of a single spectrum, while the second mode is characterized by periodic reading and processing of the intensity spectral distribution in real time with a given period. When using the second mode, the software module allows you to dynamically change the periods and parameters of changing the color parameters of the light over time. The main algorithm of the software module is the transformation of the spectral intensity distribution normalized in the CIE XYZ color model, which is the basis for all further calculations, into the RGB model.

Since the outbreak of the pandemic in 2019, Covid-19 has become one of the most important topics in the field of medicine. This disease, caused by the SARSCoV-2 virus, can lead to serious respiratory diseases and other complications. They can even lead to death. In recent years, the number of Covid-19 cases around the world has increased significantly, resulting in the need for rapid and effective diagnosis of the disease. Currently, the use of deep learning in medical diagnostics is becoming more and more common. It provides the high diagnostic efficacy that scientists, doctors and patients care about. During the Covid-19 diagnostic procedure, most clinicians order images from Xray and CT to be taken from patients. It is the analysis of these images that gives a full diagnosis. In this article, we will discuss the use of deep neural networks in the diagnosis of Covid-19, especially using chest images taken from X-ray and CT.