📕 Обзор книги «Наука о данных и искусственный интеллект в медицине»

В современную эпоху биомедицинские исследования сталкиваются с беспрецедентным ростом объемов информации. Объём доступных данных стремительно увеличился: их стало проще собирать, хранить и обрабатывать. Однако сами по себе данные не дают знания – ключевым становится умение их анализировать. Наука о данных (Data Science) превращается в фундамент доказательной медицины, позволяя не просто описывать явления, но и строить прогностические модели, выявлять скрытые закономерности и обеспечивать высокую точность выводов. Умение работать с данными сегодня является критически важным навыком для исследователей, стремящихся к объективности и воспроизводимости своих результатов. При этом на первый план выходит не только техника, но и культура работы с данными: умение формулировать задачи, интерпретировать результаты и выстраивать прозрачный аналитический процесс. Речь идет о формировании особого мышления и грамотности работы с данными, без которых невозможно эффективно использовать их потенциал.

Практическое руководство «Наука о данных и искусственный интеллект в медицине» от коллектива авторов даёт читателям комплексное и прикладное представление о возможностях Data Science в медицине, охватывая все важные информационно-технологические и исследовательские аспекты – от принципов планирования и дизайна биомедицинских исследований до анализа и визуализации данных, включая машинное обучение и работу с реальными биомедицинскими датасетами. Материал изложен доступно, но без упрощения содержания, что позволяет исследователю уверенно применять описанные подходы в своей предметной области.

Авторы делают акцент на практической значимости излагаемого материала, когда каждая глава содержит не только теоретические основы, но и многочисленные примеры (практические пошаговые действия и объяснение кода на R), рекомендации по использованию тех или иных методов анализа данных (алгоритмы их выбора).

Методология книги настолько универсальна, что её можно использовать как «учебник по доказательному подходу» в любой сфере: 1) HR-аналитикам (например, описываемый в ней анализ выживаемости для оценки «срока жизни» сотрудника в компании и выявления драйверов текучести персонала), 2) психологам-исследователям (применять описываемые методы для анализа данных тестирования), 3) дата-журналистам (сделать предобработку данных, привести к «опрятному» виду, работать с «грязными» данными из разных источников и превращать их в интересные расследования).

Важной составляющей книги являются сопутствующие датасеты. Это не абстрактные примеры, а реальные наборы биомедицинских данных. Наличие этих файлов позволяет читателю практиковаться «в боевых условиях», отрабатывая навыки очистки, визуализации и моделирования на конкретных кейсах, которые легко переносятся в рабочую практику врача, аналитика или исследователя. В онлайн-репозитории книги вы можете ознакомиться и скачать все скрипты (примеры кода на языке R), которые рассматриваются в печатном издании.

Это не книга по программированию на языке R (хотя авторы делают ставку на язык R, и это главное преимущество книги), а руководство по переходу на новый уровень мышления, поскольку учит культуре работы с данными, где во главе угла стоят точность, прозрачность, воспроизводимость и доказательность. Книга для тех, кто хочет перестать бояться данных и научиться уверенно работать с ними: от постановки задачи до интерпретации результатов и их представления.

Структура книги выстроена последовательно и отражает реальное содержание и процесс работы с данными.

Первая глава посвящена особенностям медицинских исследований и закладывает основу доказательной медицины. Рассматриваются дизайн исследований, рандомизация, ослепление, типовые схемы, а также клинические исследования, их фазы, нормативные аспекты и возможные систематические ошибки. Отдельное внимание уделено систематическим обзорам и метаанализу.

🌍 Earth in Action: Планета в реальном времени

Наша планета никогда не остается статичной. Чтобы запечатлеть и наглядно показать её непрерывные изменения, появился проект Earth in Action (коллекция интерактивных карт).

Что внутри коллекции?

Широкий спектр данных: от концентрации черного углерода и пыли в атмосфере до ежедневных температурных аномалий.

Детализация: данные обновляются несколько раз в сутки.

Актуальность: следите за глобальными изменениями в режиме реального времени.

Концентрация в атмосфере и локализация черного углерода просто впечатляет! 😮

🔗 Earth in Action: https://www.maps.com/announcing-earth-in-action/

#cartography #gis #dataviz

Всем дата — зовём всех!

Мы уже нашли партнёров — они поделятся данными. Мы уже готовим пространство — большое, уютное, с розетками и интернетом, прямо в центре Москвы. И мы уже зовём вас на хакатон по журналистике данных!

18-19 апреля
в ВШЭ на Покровском бульваре

Мы создаём пространство для свободного творчества и работы с данными. В первый день мы опубликуем датасеты и вы с командой приступите к созданию медийного дата-проекта. Презентации результатов пройдут в конце второго дня — времени для творчества будет достаточно

Мы намеренно не ставим задачу, чтобы вы могли:
- найти в данных инсайты и вдохновиться ими
- придумать свой формат подачи и реализовать его
- создать материал, которым будете гордиться

Отмечайте в календаре, зовите друзей и регистрируйтесь
Подробности и регистрация — на сайте

🐽 Как начинали блокировать Telegram в марте 2026 года

В марте 2026 года доступ к Telegram в России заметно ухудшился. Роскомнадзор официально сообщает о замедлении работы мессенджера, а независимые измерения указывают на усиление ограничений. По данным OONI, международного проекта Open Observatory of Network Interference, который с 2012 года собирает и публикует открытые данные об интернет-цензуре с помощью приложения OONI Probe, на 2 апреля 2026 года Telegram доступен лишь в 25% случаев, а в 75% тестов наблюдаются аномалии, типичные для блокировки.

Код графика на Github.

#R #ggplot2 #цензура #bar_plot #OONI #telegram #stacked_bar_chart

🌑 Интерактивная модель орбиты Artemis II

В качестве дополнения к посту — отличная интерактивная модель траектории Artemis II.

Можно смотреть в трех измерениях с любой стороны, и мотать время вперед-назад!

#космос #artemis_2 #разное

🌸 День года с пиком цветения сакуры в Киото

Обновил прошлогодний график с пиком цветения сакуры в Японии: добавил точку данных за 2025 год и перевёл текст графика на русский. Код графика в исходном посте.

#R #ggplot2 #изменение_климата #примеры_визуализации #global_warming

📊 Гендерный состав космических экипажей (1960–2020-е)

Визуализация Ansgar Wolsing, созданная в рамках #30DayChartChallenge на основе данных обо всех космических миссиях, начиная с полёта Валентины Терешковой в 1963 году.

Это пример мозаичного графика (диаграммы Маримекко), где ширина столбцов зависит от общего числа людей, побывавших в космосе за десятилетие, а светлые блоки снизу показывают долю женщин (в процентах). Жёлтые точки (стилизованные звёзды) — отдельные женщины-космонавты.

После полёта Терешковой следующая женщина отправилась в космос только в 1982 году: ею стала Светлана Савицкая. По десятилетиям:
1980-е: 6%
1990-е: 15%
2000-е и 2010-е: спад и стабилизация на уровне 13%
2020–2023: рост до 19%

Даже с учётом текущего рекорда (19%) мужчины по прежнему составляют подавляющее большинство экипажей. Автор подготовил этот график под впечатлением от миссии Artemis II.

#R #ggplot2 #маримекко #референсы #DataViz #примеры_визуализаций #космос #ВизуализацияДанных

Каждый год в районе 12 апреля в Поиске резко растёт доля запросов о том, как стать космонавтом. В среднем, в неделю, на которую выпадает праздник, она увеличивается в 2,7 раза по сравнению с предыдущей. Самый большой пик был в 2024 году — тогда показатель вырос в 4,3 раза.

Иногда всплески интереса наблюдаются не только в связи с праздничной датой, но и во время космических запусков. Так, высокая доля запросов про то, как стать космонавтом, в 2024 году может объясняться тем, что 11 апреля Россия запустила с космодрома Восточный тяжелую ракету-носитель «Ангара-А5». Также рост, например, наблюдался в октябре 2021-го, в сентябре 2023-го и в ноябре 2025 года — во всех случаях в эти месяцы на МКС отправляли новый экипаж.

А ещё нам иногда встречались интересные запросы про то, как стать космонавтом. Например, в Поиске спрашивают [что нужно чтобы стать космонавтом с аппендицитом], [можно ли стать космонавтом после 9 класса] и [как стать космонавтом и улететь на луну].


Исследования Яндекса @YaResearches

🔄 Undo/redo теперь в Datawrapper!

Наконец-то! Нажми Ctrl/Cmd + Z и вернёшь всё назад. А комбинация клавиш Ctrl/Cmd + Shift + Z вернёт изменения обратно.

Плюс: дублировать, копировать, перемещать или удалить диаграмму теперь можно прямо из редактора через новое меню в левом верхнем углу.

🔗 Подробнее: https://www.datawrapper.de/blog/undo-redo-in-datawrapper

#datawrapper #dataviz #лайфхак #разное #полезное

🔍 Сколько лет люди остаются на одной работе по разным профессиям?

Интересная визуализация от Нейтана Яу на основе данных Current Population Survey (2018–2024) в США. Респондентов спрашивали: «Сколько лет вы работаете на текущей работе?». Самая высокая медианная продолжительность: у руководителей пожарных и полицейских подразделений. Самая низкая: у водителей такси и операторов транспортных средств.

На первом графике показан медианный стаж с разбросом между 25-м и 75-м процентилями (или межквартильный размах IQR) для каждой профессии. Например, у веб-разработчиков медиана 4 года 11 месяцев, но 25-й перцентиль = 3 года 4 мес., а 75-й = 7 лет 7 мес., у почтовых служащих самый широкий разброс: кто-то работает десятилетиями, а кто-то уходит быстро.

На втором графике сравнивается медиана против IQR, что позволяет выделить четыре квадранта (общих типа профессий): 1) высокая текучесть, 2) высокая текучесть, но с долей долго работающих, 3) смешанные от коротких до длительных сроков работы, 4) длительная занятость с небольшим разбросом.

Визуализация сделана как force-directed scatterplot: точки слегка «отталкиваются», как если бы между ними действовали физические силы. Такой приём часто используется для решения проблемы оверплоттинга (наложения точек друг на друга).

#R #D3_js #примеры_визуализаций #референсы