СИСТЕМА И СПОСОБ ОЦЕНКИ МЕДИЦИНСКОГО ИССЛЕДОВАНИЯ НА СООТВЕТСТВИЕ МИРОВОМУ УРОВНЮ

Область техники, к которой относится изобретение

Настоящее изобретение относится к здравоохранению, наукометрическим способам и системам анализа данных о медицинских научно-исследовательских проектах с целью выявления перспективного проекта или направления исследования по максимальному количеству набранных баллов по оцениваемым критериям и построения рейтинга для нескольких оцениваемых направлений исследований по возрастанию или убыванию упомянутых баллов. Изобретение представляет собой дополнительный инструментарий, обеспечивающий поддержку при принятии экспертных решений о финансировании того или иного проекта в области медицины. Изобретение позволяет применять инструментарий Big Data для анализа данных в предметной области «медицина», на долю которых приходится более трети публикаций и патентов мировой науки. Изобретение может быть реализовано с использованием компьютерных и сетевых технологий.

Уровень техники

Из уровня техники известны технические решения, обеспечивающие оценку перспективности проектов (направлений исследований), в.ч. в области медицины, с точки зрения их соответствия мировому уровню по определенным критериям. Например, в современной практике для оценки перспективности научно-исследовательских проектов и эффективности деятельности научных работников широкое распространение получили методы наукометрии, базирующиеся на количественных оценках показателей, так или иначе связанных с цитированием научных работ. Выбор показателей (критериев) и их оценка может осуществляться, с использованием наукометрических ресурсов (баз данных), например, компаний «ThomsonReuters», «Elsevier» и «Questel» и др., обеспечивающих поиск, систематизацию и анализ массивов научно-технической и конъюнктурной информации по поисковому запросу с визуализацией результатов исследования. Данные ресурсы позволяют проводить аналитические исследования патентной активности и публикационной активности с выбором различных временных интервалов, географических регионов, тем исследований, правообладателей, изобретателей и т.д. Однако поисково-аналитический аппарат данных ресурсов не позволяет проводить комплексную оценку медицинских проектов с точки зрения их перспективности и соответствия национальному и мировому уровням исследований по целой совокупности наукометрических показателей, необходимых при принятии различных управленческих решений.

В этой связи актуальной является задача, связанная с разработкой алгоритма процесса проведения упомянутой оценки проектов с получением объективного результата оценки и обеспечением наглядного его представления, а также возможности ранжирования проектов, которая решается в заявляемом изобретении.

Из уровня техники известно решение, представленное в патенте на изобретение US 9177249 - «Scientometric Methods for Identifying Emerging Technologies», направленное на выявление появляющихся технологий и оценку их готовности к использованию. Способ основан на использовании наукометрической модели, которая отслеживает появление новой технологии (с помощью научно-технической литературы и патентов) и ее переход к коммерческому использованию через различные уровни готовности. Оценку осуществляют по наличию научных трудов, патентов, веб-новостей по предметной области исследования, а также посредством выявления тенденций развития публикаций, цитирования, показателей совместной работы, он-лайн шаблонов новостей. Объектами исследования являются отдельные сетевые источники информации, из которых выявляется временной поток деятельности (стадии жизненного цикла развития технологии) на примере предметной области. Уровень готовности технологии к использованию оценивается по шкале TRLS (Technology readiness levels), включающей 9 уровней - от первого, когда технология переходит этап от фундаментальных к прикладным исследованиям, до девятого, когда присутствует фактическое применение технологии в окончательном виде и в условиях задач, которые встречаются в эксплуатационных испытаниях и оценке. Задача определения уровня готовности технологии решается посредством сбора необработанных данных, связанных с появлением технологии из источников и хранение необработанных данных в течение интервала времени, в собственный набор данных для каждого источника; нормализации необработанных данных в каждом из собственных наборов данных и создание нормализованных наборов данных; определении первоначальных событий и пиков в нормализованных наборах данных; присвоении технологического индикатора уровня готовности на основе начальных событий и пиков в, по крайней мере, одном из нормализованных наборов данных. При этом результат для оцениваемой технологии представляет собой конкретный индикатор, выбранный из девяти известных индикаторов (критериев) TRL1-TRL9, в привязке к конкретному году, для которого этот индикатор определен. Результат исследования технологии представлен конкретным значением TRL и годом, в котором этот индикатор идентифицирован. В частном варианте выполнения алгоритм включает характеристику оцениваемого поискового критерия, а также характеристику источника, из которого получают данные, а также количественный показатель порогового значения найденных информационных единиц для конкретного TRL. В частности, согласно п. 6 формулы, TRL 1 присваивается технологии в году, когда в нормализованном наборе данных, полученном из источника научных данных, появляется первая публикация, описывающая технологию. Согласно п. 7 формулы изобретения, TRL 2 присваивается в году, когда опубликовано до 20 статей и в первый год, когда в нормализованном наборе данных, полученных из источника научных данных, появляется публикация, цитируемая в публикации другого автора. Таким образом, принципиальным и существенным в данном изобретении является использование для каждого TRL конкретных характеристик (источника данных, поискового критерия, количества найденных данных (информационных единиц)), по которым делается вывод об отнесении технологии к тому или иному уровню TRL на определенную дату. Таким образом, данное известное изобретение отвечает на следующие вопросы - в какое время была технология на определенном уровне готовности (из 9 известных уровней TRL), какой самый высокий уровень готовности технологии достигнут на момент проведения исследования? Какая из технологий для потенциальной реализации имеет самый высокий TRL? Является ли конкурентный продукт на более высоком TRL уровне? Решение данной задачи является важным для бизнеса для понимания степени «зрелости» технологии для ее коммерческого использования.

Заявляемое же изобретение хотя и связано с исследованием научных проектов (технологий) с использованием наукометрических (библиометрических) данных, однако имеет иное назначение - способ и компьютерно-реализуемая система предназначены для оценки соответствия научно-исследовательских проектов или направлений исследований мировому уровню и содержат иную последовательность действий и совершенно иной по функциональному назначению набор взаимосвязанных блоков.

В частности, заявляемое изобретение реализует иной алгоритм формирования поискового запроса, обработки и интерпретации результатов по определенным параметрам, предложенным авторами изобретения, которые отличаются от известного решения. В заявляемом решении производится оценка проектов и рейтинг строится из проектов, которые обрабатываются на предмет их соответствия мировому уровню исследований, а не готовности к технологическому использованию. Таким образом, заявляемое решение имеет другой состав блоков, их иную взаимосвязь (которая характеризует иную последовательность материальных действий над материальным объектом), и иной набор оценочных параметров.

В частности, в заявляемом решении присутствует блок, характеризующий БД критериев K1-K4 оценки научно-исследовательских проектов с заданными интервалами значений в баллах, блок обработки данных имеет совершенно иное конструктивное решение, выраженное в его функции, а именно, блок обработки данных наделен функцией обработки результатов поискового запроса, полученных из внешних БД по соответствующим критериям, и оценки результата обработки, при которой результату обработки по каждому критерию присваивают определенное значение в баллах из заданного интервала значений, суммируют полученные значения по всем критериям, и при получении значения суммы баллов по всем критериям более 50% от максимально возможного значения суммы баллов делают вывод о соответствии научно - исследовательского проекта мировому уровню исследований. Кроме того, из известного источника не известна и функция сортировки проектов или направлений исследований в порядке возрастания или убывания упомянутых значений баллов, которой также наделен блок обработки. Последовательность действий, реализуемая заявляемой системой также отличается от известного решения. В частности, в US 9177249 после сбора данных идет этап их нормализации в каждом наборе данных и создание нормализованных наборов данных, который осуществляется посредством присвоения значения 100 показателю года, когда имеется наибольшее количество информационных единиц, например, цитат, а другие годы, являются только дробным процентом самого высокого года, после чего определяются первоначальные события и пики, по которым присваивают тот или иной технологический индикатор (TRL). В заявляемом решении после сбора данных не производится нормализация всех наборов данных, предполагающая приведение полученных значений (количества информационных единиц потока данных) к единому виду, которая есть в US 9177249. В заявляемом решении после получения данных осуществляется их обработка по каждому из критериев К1-К4, которая имеет свою последовательность действий. Существенной особенностью заявляемой системы является то, что она позволяет измерять конкретный параметр - величину, характеризующую степень значимости научного исследования с точки зрения мировой новизны. При этом произведенные усовершенствования позволяют повысить точность степени значимости научного исследования с точки зрения мировой новизны за счет представленной совокупности блоков с наделенным функционалом и связями между ними. Кроме того, результатом оценки соответствия проекта технологическому уровню готовности (TRL) в US 9177249 является качественный параметр, в заявляемом решении промежуточным результатом оценки степени значимости проекта с точки зрения мировой новизны является количественный параметр, на базе которых и строится рейтинг проектов. Оценить степень значимости проекта с точки зрения мировой новизны и построить рейтинг не представляется возможным с помощью алгоритма, описанного в US 9177249. Даже если и можно использовать отдельные параметры некоторых критериев TRL, то для того, чтобы сделать такую оценку, потребуется большее количество запусков системы с большим количеством запросов, при этом для анализа полученного результата помимо увеличенных машинных ресурсов (оперативной памяти и времени) потребуется дополнительная экспертная оценка. В нашем случае система позволяет за один проход машинного времени получить необходимый результат.

Раскрытие изобретения

Задачей настоящего изобретения является разработка нового решения, касающегося экспресс-оценки медицинских научно-исследовательских национальных проектов или направлений исследований на предмет их соответствия мировому уровню исследований, обеспечивающего, в т.ч. повышение достоверности и объективности экспертной оценки при решении вопроса о предоставлении финансовой (грантовой) поддержки тому или иному проекту исследований.

Технический результат изобретения проявляется в обеспечении возможности обработки разнородных данных, касающихся медицинских исследований, что позволяет произвести оценку исследуемых проектов и осуществить ранжирование получаемых результатов. Кроме того, заявляемое изобретение позволяет увеличить производительность системы при решении подавленной задачи (т.е. позволяет производить обработку с получением результата (продукта) за меньшее количество времени). Кроме того, измерение по каждому из оцениваемых проектов величины, характеризующей степень значимости научного исследования с точки зрения мировой новизны, требует меньшего количества запросов, следовательно, меньшего количества машинного времени и ресурсов для обработки и получения результата, в том числе оперативной памяти. Кроме того, изменение физического состояния блока обработки, связанное с добавлением нового функционала, обеспечивает возможность меньшее количество раз запускать систему для получения результата, следовательно, экономить энергию, потребляемую данной системой. Кроме того, снижение количества обрабатываемых запросов (за счет использования функционала, обеспечивающего выборку из огромного массива внешних баз данных и обработку по определенному алгоритму с использованием целевых критериев) снижает и вероятность ошибки, влияющей на получение более точного и достоверного результата. Таким образом, заявляемое изобретение обеспечивает получение объективной и достоверной количественной оценки (в баллах) соответствия проекта мировому уровню исследований за счет использования инструментария, позволяющего учитывать определенную совокупности значимых для данной задачи критериев и их градации.

Поставленная задача решается тем, что способ оценки соответствия научно-исследовательских проектов, в частности, в предметной области «медицина», мировому уровню исследований с использованием компьютерно-реализуемой системы включает формирование поискового запроса для системы, представляющего собой комбинацию из параметров (ключевых слов и/или символов), характеризующих оцениваемое направление исследования; ввод сформированного запроса в компьютерно-реализуемую систему, выполненную с возможностью доступа по проводным или беспроводным каналам связи к внешним БД научно-технической и/или патентной и/или конъюнктурной информации; поиск информации по введенному запросу в соответствующих БД с получением массива данных; обработку массива данных по соответствующим критериям с последующей оценкой результата обработки по каждому критерию с присвоением значения из заданного интервала значений в баллах и их последующим суммированием; и при получении значения суммы баллов по всем критериям более 50% от максимально возможного значения суммы баллов делают вывод о соответствии научно- исследовательского проекта мировому уровню исследования; при этом в качестве базовых критериев при поиске, обработке массива данных и последующей оценки результатов обработки используют:

- динамику (данные о динамике) публикационной и/или цитатной активности, в частности, в предметной области «медицина», (К1) представляющую собой распределение количества выявленных публикаций по направлению исследования по годам за период не менее 5 последних лет, при этом при обработке данных находят аппроксимирующую степенную функцию Y=X^a или осуществляют построение аппроксимирующей кривой, соответствующей данной функции, где Y - значение аппроксимирующей функции, X - независимая переменная (время), а - искомый показатель аппроксимирующей степенной функции, с последующим анализом публикационной и/или цитатной активности по величине показателя а и/или характеру аппроксимирующей кривой: если а>1 и/или кривая характеризуется ускоренным ростом (аппроксимирующая кривая возрастает быстрее линейной функции), К1 присваивают максимальное значение баллов из заданного интервала значений; если а=0 и/или кривая характеризуется линейным ростом, или 0<а<1 и/или кривая характеризуется замедленным ростом (кривая возрастает медленнее, чем линейная функция), или а=0 и/или кривая характеризуется отсутствием роста в среднем, К1 присваивают соответствующие промежуточные значения баллов, при этом значение К1 для случая а=1 больше значения К1 для случая 0<а<1, которое в свою очередь больше значения К1 для случая а=0; если а<0 и/или кривая демонстрирует падение активности, К1 присваивают минимальное значение баллов;

- наличие направления исследований, в частности, в предметной области «медицина», в числе 1% самых цитируемых публикаций из общего числа цитируемых публикаций (К2) за период не менее 5 последних лет, в случае выявления направления исследований в числе 1% самых цитируемых публикаций К2 присваивают максимальное значение баллов; при отсутствии - К2 присваивают минимальное значение баллов;

- наличие направления исследований, в частности, в предметной области «медицина», в числе 0,1% самых цитируемых публикаций из общего числа цитируемых публикаций (К3) за период не менее 2 последних лет, в случае выявления направления исследования в указанных публикациях К3 присваивают максимальное значение баллов; отсутствия - К3 присваивают минимальное значение баллов;

- наличие направления исследования, в частности, в предметной области «медицина», в мировых исследовательских фронтах (К4), образованных содержанием научных публикаций, отражающих взаимное цитирование за период не менее 5 последних лет, в случае выявления такого наличия К4 присваивают максимальное значение баллов; отсутствия - К4 присваивают минимальное значение баллов.

Наилучший результат достигается при использовании для обработки массива данных и последующей оценки результата обработки наряду с базовыми критериями дополнительных критериев, выбранных из группы, включающей:

- динамику (данные о динамике) патентной (изобретательской) активности, в частности, в предметной области «медицина» (К5), представляющую собой распределение количества патентных документов по дате их публикации по направлению исследования по годам за период не менее 5 последних лет, при этом при обработке данных находят аппроксимирующую степенную функцию Y=X^a или осуществляют построение аппроксимирующей кривой, соответствующей данной функции, где Y - значение аппроксимирующей функции, X - независимая переменная (время), а - искомый показатель аппроксимирующей степенной функции, с последующим анализом публикационной и/или цитатной активности по величине показателя а и/или характеру аппроксимирующей кривой: если а>1 и/или кривая характеризуется ускоренным ростом (аппроксимирующая кривая возрастает быстрее линейной функции), К1 присваивают максимальное значение баллов из заданного интервала значений; если а=1 и/или кривая характеризуется линейным ростом, или 0<а<1 и/или кривая характеризуется замедленным ростом (кривая возрастает медленнее, чем линейная функция), или а=0 и/или кривая характеризуется отсутствием роста в среднем, К1 присваивают соответствующие промежуточные значения баллов, при этом значение К1 для случая а=1 больше значения К1 для случая 0<a<1, которое в свою очередь больше значения К1 для случая а=0; если а<0 и/или кривая демонстрирует падение активности, К1 присваивают минимальное значение баллов;

- соотношение количеств научно-исследовательских организаций и производственных компаний, в частности, в предметной области «медицина» (К6) в числе первых 10-20 правообладателей, отобранных по максимальному количеству имеющихся у них патентных документов по направлению исследования за период не менее 5 последних лет, в случае, если 50% и более составляют правообладатели научно-исследовательских организаций, К6 присваивают максимальное значение баллов, если правообладатели научно-исследовательских организаций составляют менее 50%, К6 присваивают минимальное значение баллов;

- сравнение динамики подачи патентных заявок и динамики выдачи патентов, в частности, в предметной области «медицина» (К7) по направлению за последние 5 и более лет, при этом по полученным значениям осуществляют построение аппроксимирующих кривых, характеризующих динамику подачи патентных заявок и динамику выдачи патентов, и оценивают характер кривых, в случае если кривые характеризуются возрастанием (положительной динамикой), К7 присваивают максимальное значение баллов; если динамика подачи патентных заявок положительная, а динамика выдачи патентов отрицательная или динамика подачи патентных заявок отрицательная, а динамика выдачи патентов положительная, К7 присваивают промежуточное значение, если динамика подачи патентных заявок и выдачи патентов отрицательная, К7 присваивают минимальное значение баллов;

- динамику (данные о динамике) грантового финансирования по направлению исследования, в частности, в предметной области «медицина» (К8) за период не менее 5 последних лет, в случае наличия положительной динамики (роста грантового финансирования), К8 присваивают максимальное значение баллов, при отсутствии положительно динамики (роста грантового финансирования) К8 присваивают минимальное значение баллов.

Кроме того для оценки проектов и построения рейтинга могут быть дополнительно использованы следующие критерии:

- динамика поглощений крупными компаниями стартапов и средних технологических компаний, в частности, в предметной области «медицина» (К9) за период не менее 5 последних лет, в случае наличия положительной динамики (роста числа поглощений), К9 присваивают максимальное значение баллов, при отсутствии положительно динамики (роста числа поглощений) К9 присваивают минимальное значение баллов.

- динамика лицензионных продаж, в частности, в предметной области «медицина» (К10) за период не менее 5 последних лет, в случае наличия положительной динамики (роста числа поглощений), К10 присваивают максимальное значение баллов, при отсутствии положительной динамики (роста числа поглощений) К10 присваивают минимальное значение баллов.

При оценке результата обработки массива данных для каждого критерия может быть использован одинаковый интервал значений в баллах с применением для К1, К5, К7 весовых коэффициентов выбираемых из интервала значений от 1,5 до 3, а оценка проекта может осуществляться с использованием формулы (2); или разный интервал значений в баллах, при этом интервалы значений для К1 характеризуются наибольшей величиной максимального значения (например, от 0 до 20), для К2, К3, К4, К6, К8, К9, К10 - наименьшей величиной максимального значения (например, от 0 до 10), для К5 и К7 - промежуточной (между упомянутыми двумя группами критериев) величиной максимального значения (например, от 0 до 15), а оценка проекта может осуществляться с использованием формулы (1).

или ,

где S - суммарное значение всех критериев Ki по проекту, для которых i означает номер критерия, где n=1÷10; Ci - весовой коэффициент (нормировочный множитель), используемый в одном из вариантов выполнения изобретения, отражающий степень значимости одного критерия относительно другого, а именно, Ki=Ki'Ci, где Ki выбирают из интервала равной величины (например, от 0 до любого целого числа, например, 10) для любых i, a Ci выбирают для К1, К5, К9=1,5÷3. Таким образом, по каждому критерию сначала определяют величину из общего интервала значений для всех критериев, а затем найденное значение умножают на соответствующий для данного критерия коэффициент.

Как правило, существуют информационные интернет-ресурсы, которые обеспечивают проведение поиска и обработку массивов информации по перечисленным выше критериям. В частности, по критерию К1 возможна обработка запроса с использованием международной библиометрической БД WebofScience за последние 20 лет, при этом для визуализации результатов обработки информации по данному критерию используют опцию «CreateCitationReport»; по критерию К2 - с использованием БД WebofScience за последние 10 лет, при этом для визуализации результатов обработки информации по данному критерию используют опцию «Highly Cited Papers»; по критерию К3-БД Web of Science за последние 2 года, при этом для визуализации результатов обработки информации по данному критерию используют опцию «Hot Papers»; по критерию К4 - БД Essential Science Indicators за последние 5 лет, при этом для визуализации результатов обработки информации по данному критерию используют опцию ((Research Fronts»; по критерию К5 - БД Orbit за последние 20 лет, при этом для визуализации результатов обработки информации по данному критерию используют опцию ((Distribution of search results by Publication years»; по критерию К6 - БД Orbit, при этом для визуализации результатов обработки информации по данному критерию используют опции: «Assignees» / «Assignee» первых 20 по количеству патентов заявителей по направлению исследования за последние 20 лет; по критерию К7 - БД Orbit за последние 20 лет, при этом для визуализации результатов обработки информации по данному критерию используют последовательность опций ((((Legal status» / «Publication years/Colorby/Legal status»; по критерию K8 - БД SciVal Funding3a последние 20 лет, при этом для визуализации результатов обработки информации по данному критерию используют опцию ((search»; по критерию К9 - например, сервис StartStartTrack, по критерию К10 - общедоступные базы данным, например, БД Роспатента.

Поставленная задача решается также тем, что компьютерно-реализуемая система для оценки соответствия научно-исследовательских проектов в предметной области «медицина» мировому уровню включает терминальное устройство пользователя, выполненное с возможностью подключения по проводной или беспроводной связи к внешним БД научно-технической и/или патентной и/или конъюнктурной информации; при этом терминальное устройство содержит: блок ввода поискового запроса, представляющего собой комбинацию из параметров ключевых слов и/или символов), характеризующих оцениваемый научно-исследовательский проект (или направление исследования); блок, содержащий БД критериев оценки научно-исследовательских проектов (направлений исследований) с заданными интервалами значений в баллах; блок обработки данных, выполненный с возможностью обработки результатов поискового запроса, полученных из внешних БД научно-технической и/или патентной и/или конъюнктурной информации по соответствующим критериям, и оценки результата обработки, при которой результату обработки по каждому критерию присваивают определенное значение в баллах из заданного интервала значений, суммируют полученные значения по всем критериям, и при получении значения суммы баллов по всем критериям более 50% от максимально возможного значения суммы баллов делают вывод о соответствии научно- исследовательского проекта мировому уровню исследования; блок вывода на терминальное устройство пользователя результатов аналитической (графической) обработки; при этом в качестве критериев оценки научно-исследовательских проектов, используемых при поиске во внешних БД, обработке результатов поискового запроса и оценке результатов обработки используют перечисленные выше базовые (K1-К4) и дополнительные (К5-К8) критерии.

В качестве внешних БД научно-технической и/или патентной и/или конъюнктурной информации используют международные библиометрические БД на платформе ISI Web of Knowledge: Web of Science и/или Essential Science Indicators (http://webofknowledge.com); и/или БД Orbit Questel (http://www.orbit.com); и/или БД SciValFunding (http://www.funding.scival.com).

Поставленная задача решается также тем, что способ построения рейтинга (ранжирования) перечня научно-исследовательских проектов в предметной области «медицина» по степени их соответствия мировому уровню исследований включает оценку соответствия каждого из входящих в перечень научно-исследовательского медицинского проекта мировому уровню исследований с присвоением проекту определенного значения суммы баллов по исследуемым критериям, которую осуществляют по способу, описанному выше, после чего осуществляют сортировку проектов или направлений исследований в порядке возрастания или убывания упомянутых значений баллов.

Поставленная задача решается также тем, что компьютерно-реализуемая система для построения рейтинга (ранжирования) перечня научно-исследовательских проектов в предметной области «медицина» по степени их соответствия мировому уровню исследований, основанной на использовании описанной выше компьютерно-реализуемой системы, выполненной с возможностью оценки соответствия каждого из входящих в перечень научно-исследовательского проекта или направления исследования мировому уровню исследований с присвоением проекту или направлению исследования определенного значения суммы баллов по исследуемым критериям, и дополнительно содержащей БД результатов оценки проектов или направлений исследований, при этом блок обработки данных выполнен с дополнительной функцией сортировки проектов или направлений исследований в порядке возрастания или убывания упомянутых значений баллов.

Краткое описание чертежей

Изобретение поясняется чертежами, где на фиг. 1 представлена структурная схема компьютерно-реализуемой системы; на фиг. 2 и 3 - представлены алгоритмы заявляемого способа, которые могут быть реализован программным путем; на фиг. 4-12 представлены алгоритмы определения значений критериев К1-К9, соответственно, на фиг. 13 - алгоритм определения суммарного (итогового) значения баллов по исследуемому проекту и его соответствия мировому уровню; на фиг. 14 - алгоритм ранжирования проектов; на фиг. 15 представлен пример графика, характеризующего динамику публикационной и/или цитатной активности по научно-техническому направлению за последние 20 лет, полученный с помощью системы Web of Science, для оценки критерия К1; на фиг. 16 - пример графика, характеризующего динамику патентной активности по научно-техническому направлению за последние 20 лет, полученный с помощью системы Orbit; на фиг. 17 -пример графика, характеризующего динамику подачи патентных заявок и выдачи патентов по научно-техническому направлению за последние 20 лет, полученный с помощью системы Orbit;

Осуществление изобретения

В настоящем изобретении использована следующая терминология:

Научно-исследовательский медицинский проект - это планы, мероприятия и другие задачи научного характера, связанные с научным поиском, проведением исследований, экспериментов в целях расширения имеющихся и получения новых знаний, проверки научных гипотез, установления закономерностей, проявляющихся в природе и в обществе в предметной области «медицина», в т.ч «биомедицина», «клиническая медицина».

Направление исследования (научное направление) - глубокое и всестороннее исследование предмета с целью выяснения закономерностей изучаемых явлений, результаты которых предполагаются для решения практических задач.

Публикационная активность по направлению исследований - общее количество публикаций, проиндексированных, например, в Web of Sci, по научному направлению, написанных мировым научным сообществом за определенный временной интервал.

Цитатная активность по направлению исследований - общее количество ссылок, полученных на публикации, проиндексированных, например, в Web of Sci, по научному направлению, написанные мировым научным сообществом за определенный временной интервал.

Цитируемость в глобальном публикационном потоке - число ссылок, которые получили статьи в данной научной области, опубликованные в течение расчетного периода выборки данных.

Отражение публикаций по направлению исследований (научному направлению) в списках «высокого» цитирования» (Highly cited papers) БД Essential Science Indicators (ESI) - 1% от общего числа публикаций, изданных за период, включающий последние 10 лет и текущий интервал актуального года, и получавших устойчивое цитирование выше среднего мирового уровня в данной предметной области на указанном временном промежутке, проиндексированных в Web of Science за указанный интервал времени. Стабильно высокий уровень цитируемости статей из категории Highly Cited Papers, с точки зрения разработчиков ESI, дает возможность определить эти публикации в качестве эталона исследовательской деятельности.

Отражение публикаций по направлению исследований (научному направлению) в списках «горячего» цитирования (Hot papers) в БД Essential Science Indicators (ESI)-0,1% от общего числа публикаций, изданных за период предшествующих двух лет и текущий интервал актуального года и получивших аномально высокое цитирование в данной предметной области, проиндексированных в Web of Science за указанный интервал времени. Сверхвысокий уровень цитируемости статей, из категории Hot papers, с точки зрения разработчиков ESI, дает основания определить публикации как отражающие начало прорывных исследований.

Мировой уровень исследования (или научно-исследовательского проекта или направления исследования) - релевантность заявленной темы научно-исследовательского проекта направлениям исследований, отраженным в перечнях высокоцитируемых публикаций ((Highly cited papers, Hot papers) и в мировых фронтах исследований.

Перспективность научно-исследовательского проекта - соответствие направления исследований мировому уровню и цели создания новых технологий.

Исследовательский фронт - это группа высокоцитируемых публикаций, которая определяется на основе кластерного анализа и объединяется по тематическому признаку с использованием метода коцитирования. В исследовательский фронт попадают те статьи, которые сами получали высокое цитирование и для которых одновременно был отмечен высокий уровень взаимного цитирования. Источником информации о мировых исследовательских фронтах является БД Essential Science Indicators (ESI).

Производственная компания - организация, производящая материально-вещественную продукцию и оказывающая материальные услуги.

Патентный документ - все виды опубликованных заявок на изобретения и полезные модели (акцептованные, выложенные, продолженные и т.д.), все виды охранных документов на изобретения и полезные модели (патенты, свидетельства и т.д.).

Патентная (или изобретательская) активность - общее количество опубликованных заявок на изобретения и полезные модели или охранных документов по направлению исследований в разных странах по датам (годам) приоритета (или по датам подачи заявок на получение охранных документов) или по датам публикации заявок или патентов.

Динамика патентной (или изобретательской) активности - отражаемое в патентных документах (или охранных документах) изменение изобретательской активности в исследуемой области техники за определенный период времени.

Грантовое финансирование - безвозмездное предоставление финансирования для научно-исследовательских проектов.

Ускоренный рост - оценка полученных данных о публикационной и патентной активности по аппроксимирующей кривой показательной функции Y=X^a при значении а>1, когда аппроксимирующая кривая возрастает быстрее линейной функции.

Линейный рост - оценка полученных данных о публикационной и патентной активности по аппроксимирующей кривой показательной функции Y=Х^а при значении а=1.

Замедленный (или нестабильный) рост или стагнация - оценка полученных данных о публикационной и патентной активности по аппроксимирующей кривой показательной функции Y=Х^а при значении 0<а<1, когда аппроксимирующая кривая возрастает медленнее, чем линейная функция.

Падение активности - оценка полученных данных о публикационной и патентной активности по аппроксимирующей кривой показательной функции Y=X^a при значении а<0.

Стартап - это создаваемая на непродолжительный срок организация, основной задачей которой является разработка и выведение на рынок нового продукта или услуги в условиях высокой неопределенности. Фактически - это компания, созданная для поиска воспроизводимой и масштабируемой бизнес-модели.

Средняя технологическая компания - это быстро растущая организация, которая разрабатывает и производит сложные механизмы, электронику, медицинские препараты или программный код, и эта деятельность приносит ей не менее половину выручки. Ежегодно в таких компаниях общие объемы выручки сохраняются в интервале 0,1-10 млн руб. с темпом роста более 15% при доле средних затрат на НИОКР более 5% и средних затрат на технологические инновации более 19%.

Поглощение крупными компаниями стартапов и средних технологических компаний - это сделка, совершаемая с целью установления контроля над стартапом или средней технологической компанией, которые создали успешную бизнес-модель при продвижении на рынок нового продукта или услуги. Поглощение осуществляется путем приобретения более 30% уставного капитала (акций, долей, и т.п.) поглощаемой компании при сохранении ее юридической самостоятельности.

Лицензионные продажи - это сделки по производству и продаже продуктов и услуг, производимых и продаваемых на основе предварительно заключенного лицензионного договора, по которому «одна сторона - обладатель исключительного права на результат интеллектуальной деятельности (лицензиар) - обязуется предоставить другой стороне (лицензиату) право использования такого результата в предусмотренных лицензионным договором пределах.

Оценку научно-технических и технологических проектов проводят по четырем базовым критериям К1-К4 и четырем дополнительным К5-К10, каждому из которых присваивают максимальное, минимальное и промежуточные значения в баллах, по сумме которых делают вывод по каждому проекту о его соответствии мировому уровню.

В качестве базовых критериев используют следующие:

К1 - динамика (или данные о динамике) публикационной и цитатной активности по проекту (направлению исследования);

К2 - наличие направления исследований в числе 1% самых цитируемых публикаций из общего числа цитируемых публикаций (или отражение публикаций по направлению исследований в списках высокого цитирования (Highly cited papers));

К3 - наличие направления исследований в числе 0,1% самых цитируемых публикаций из общего числа цитируемых публикаций (или отражение публикаций по направлению исследований в списках горячего цитирования (Hot papers));

К4 - наличие направления исследования в мировых исследовательских фронтах, образованных содержанием научных публикаций, отражающих взаимное цитирование.

В качестве дополнительных критериев используют следующие:

К5 - динамика (данные о динамике) патентной (или изобретательской) активности по направлению исследования;

К6 - соотношение количеств научно-исследовательских организаций и производственных компаний в числе первых 10-20 правообладателей, отобранных по максимальному количеству имеющихся у них патентных документов по направлению исследования;

К7 - сравнение динамики подачи патентных заявок и выдачи патентов;

К8 - динамика (данные о динамике) грантового финансирования по направлению исследования;

К9 - динамика (данные о динамике) числа поглощений крупными компаниями стартапов и средних технологических компаний по направлению исследования;

К10 - динамика (данные о динамике) лицензионных продаж.

Ниже представлено более подробное описание каждого критерия и пример его использования для формирования поискового запроса во внешние базы данных, обработки результатов из внешних баз данных и количественной интерпретации по отношению к оцениваемому проекту.

К1 - динамика (или данные о динамике) публикационной и/или цитатной активности в предметной области «медицина», представляет собой распределение количества выявленных публикаций по направлению исследования по годам за определенный период, составляющий не менее 5 лет, предпочтительно не менее 10 лет. Наиболее предпочтительным является выбор периода исследования 20 лет. При этом наиболее предпочтительным является представление количества выявленных публикаций по годам в графическом виде. В качестве инструмента для определения данного показателя может быть использована, например, международная библиометрическая БД Web of Science, в которой для визуализации динамики публикационной активности предусмотрена опция «Create Citation Report» (см. фиг. .15). После получения соответствующего графика проводят его оценку.

Как известно, при любом виде информационного поиска потери информации неизбежны и носят случайный характер, поэтому любой тематический массив представляет собой систему, подчиняющуюся законам распределения случайных величин. Для выявления наиболее вероятного направления развития (общей тенденции распределения найденных документов по годам) осуществляют аппроксимацию полученных данных и их дальнейшую интерпретацию в зависимости от того, к какому виду показательной функции, например, Y=X^a, наиболее приближены данные. Результаты выполнения поисковых запросов всегда дают цифровые значения больше единицы, и поэтому значение X всегда положительное, а степень «а» - может принимать пять значений (а>1, а=1, 0<а<1, а=0, а<0), в зависимости от которых функция Y=X^a имеет соответствующий вид: при значении а>1 - характеризуется ускоренным ростом, при значении а=1 - линейным ростом, при значении 0<a<1 кривая характеризуется замедленным ростом (кривая возрастает медленнее, чем линейная функция), при значении а=0 - кривая принимает вид горизонтальной линии (или характеризуется отсутствием роста в среднем), при значении а<0 - кривая демонстрирует падение активности.

Таким образом, в зависимости от значения показателя а или характера графика (аппроксимирующей кривой) критерию К1 присваивают определенное значение баллов: при наличии «ускоренного роста» К1 присваивают максимальное значение баллов, например, 20 баллов; при наличии «линейного роста» или «замедленного/нестабильного роста»/«стагнации» или «отсутствия роста в среднем», К1 присваивают промежуточные значения баллов, например, 15, 10 и 5 баллов, соответственно; при наличии «падения активности», К1 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 20 баллов. Оценка проектов по данному критерию может осуществляться, по меньшей мере, по трем значениям - максимальному, минимальному, и, по крайней мере, одному промежуточному.

Следует отметить, что при обработке графических результатов поискового запроса в качестве аппроксимирующей функции, помимо степенной зависимости (степенной аппроксимирующей функции) может быть использована, линейная зависимость, уравнение которой имеет вид: y_i=a+bt_i, где y_i - значение точек аппроксимирующей линии; a - нулевой коэффициент, т.е. ордината точки пересечения аппроксимирующей прямой с осью координат; b - первый коэффициент, т.е. угловой коэффициент прямой; t_i - независимая переменная (в данном случае время).

К2 - наличие направления исследований в предметной области «медицина» в числе 1% самых цитируемых публикаций из общего числа цитируемых публикаций за период за последние 10 лет, или наличие направления исследований в списках «высокого цитирования» (Highly Cited Papers), которые могут быть сформированы, например, с использованием системы Web of Science. Списки «высокого цитирования» формируются из 1% самых цитируемых публикаций из общего числа всех цитируемых статей, проиндексированных в Web of Science, опубликованных за последние 10 лет и текущий период, и получивших цитирование в этом же временном интервале. В случае, если публикации по направлению обнаруживаются в списках «Highly Cited Papers» К2 присваивают максимальное значение баллов, например, 10 баллов; если публикации по направлению отсутствуют в списках Highly Cited Papers, К2 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 10 баллов.

К3 - наличие направления исследований в предметной области «медицина» в числе 0,1% самых цитируемых публикаций из общего числа цитируемых публикаций за период не менее 2 последних лет, или наличие направления исследований в списках «горячего цитирования» (Hot Papers), которые также могут быть сформированы, например, с использованием системы Web of Science. Списки «горячего цитирования» формируются из 0,1% самых цитируемых публикаций, проиндексированных в Web of Science, за последние 2 года, которые получают аномально высокое цитирование в течение последних двух месяцев. Таким образом, к «Hot Papers» относятся публикации из тех областей знания, для которых характерно оперативное цитирование. В случае, если публикации по направлению исследования обнаруживаются в списках «Hot Papers», К3 присваивают максимальное значение баллов, например, 10 баллов; если не обнаруживаются - К3 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 10 баллов.

К4 - наличие направления исследования в предметной области «медицина» в мировых исследовательских фронтах, образованных содержанием научных публикаций, отражающих взаимное цитирование за период не менее 5 последних лет (предпочтительно, за последние 10 лет и период текущего года) по направлению исследований. Исследовательские фронты формируются в соответствующих БД, например, Essential Science Indicators (ESI). Данная БД позволяет выявлять основные тенденции развития научных областей и исследовательских фронтов. Основным критерием значимости и продуктивности (или качества и эффективности) научных исследований, с точки зрения идеологии и методологии разработчиков ESI, является цитируемость, то есть число ссылок, которые получили статьи в данной научной области, опубликованные в течение расчетного периода выборки данных. Информационный массив базы агрегируется из рецензируемых научных журналов, индексируемых в системе Web of Science, и охватывает архивы изданий за последние 10 лет и информацию за период текущего года.

В случае, если за исследуемый период направление исследования «попадает» в сформированные базой данных фронты исследований, К4 присваивают максимальное значение баллов, например, 10 баллов; если не попадает, т.е. появление новых фронтов исследований прекратилось, К4 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 10 баллов.

К5 - динамика (данные о динамике) патентной (или изобретательской) активности в предметной области «медицина», представляющая собой распределение количества выявленных публикаций патентных документов по направлению исследования по годам за определенный период, например, последние 20 лет. Под динамикой патентной активности понимается отражаемое в патентных (например, охранных) документах изменение активности изобретательской деятельности в исследуемой области техники за определенный период времени. Для определения динамики патентной активности (или динамики патентования) массив патентных документов систематизируют по датам приоритета или публикации патентных документов (как правило, без учета патентов-аналогов). Оценка динамики патентной активности может быть осуществлена с использованием различных патентных баз данных. При этом наиболее предпочтительным является представление количества выявленных публикаций по годам в виде графика, который может быть сгенерирован с помощью соответствующих опций, например, в БД Orbit (с использованием опции ((Distribution of search results by Publication years») или БД Lexsis-Nexsis. После чего оценивают графическое представление по конкретному направлению исследования, аналогично критерию К1. В случае, если график характеризуется «ускоренным ростом», К5 присваивают максимальное значение баллов, например, 15 баллов; «линейным ростом» или «нестабильными ростом», К5 присваивают промежуточные значения баллов, например, 10 и 5 баллов, соответственно; «падением активности» - К5 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 15 баллов.

К6 - соотношение количеств научно-исследовательских организаций и производственных компаний в предметной области «медицина» в числе первых 10-20 правообладателей, отобранных по максимальному количеству имеющихся у них патентных документов по направлению исследования за период не менее 5 последних лет (предпочтительно за последние 10 лет, наиболее предпочтительно за последние 20 лет). Обработка запроса по критерию К6 может быть осуществлена с использованием международной библиометрической БД Orbit, при этом для визуализации результатов обработки информации по данному критерию используют опции: ((Assignees» /((Assignee» первых 20 по количеству патентов заявителей по направлению исследования, например, за последние 20 лет. В случае, если 50% и более составляют правообладатели научно-исследовательских организаций (в т.ч. университеты и исследовательские центры), К6 присваивают максимальное значение баллов, например, 10 баллов, если правообладатели научно-исследовательских организаций составляют менее 50%, К6 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 10 баллов.

К7 - сравнение динамики подачи патентных заявок и динамики выдачи патентов в предметной области «медицина» по направлению за последние 5 и более лет (предпочтительно за последние 10 лет, наиболее предпочтительно за последние 20 лет). Обработку запроса по критерию К7 осуществляют с использованием международной библиометрической БД Orbit, при этом для визуализации результатов обработки информации по данному критерию используют опции ««Legal status» / «Publication years/Colorby/Legal status». По полученным значениям осуществляют построение аппроксимирующих кривых (аналогично обработке данных по критерию К1), характеризующих динамику подачи патентных заявок и динамику выдачи патентов, и оценивают характер кривых, в случае если кривые характеризуются положительной динамикой, К7 присваивают максимальное значение баллов, например, 15 баллов; если динамика подачи патентных заявок положительная, а динамика выдачи патентов отрицательная или динамика подачи патентных заявок отрицательная, а динамика выдачи патентов положительная, К7 присваивают промежуточное значение, например, 10 и 5 баллов, если динамика подачи патентных заявок и выдачи патентов отрицательная, К7 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 15 баллов.

К8 - динамика (данные о динамике) грантового финансирования в предметной области «медицина» по направлению исследования за период не менее 5 последних лет (предпочтительно 10 лет, наиболее предпочтительно за 20 лет), которая отражает наличие финансирования по данному направлению исследований на конкурсной основе за определенный период. Обработку запроса по критерию К8 осуществляют с использованием международной библиометрической БД SciVal Funding, при этом для визуализации результатов обработки информации по данному критерию используют опцию: «search». Если по полученной диаграмме отмечают положительную динамику получения поддержки исследований, К8 присваивают максимальное значение баллов, например, 10 баллов, отсутствие динамики получения поддержки исследований, К8 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 10 баллов.

К9 - динамика (данные о динамике) поглощений крупными компаниями стартапов и средних технологических компаний в предметной области «медицина» по направлению исследования за период не менее 5 последних лет (предпочтительно 10 лет, наиболее предпочтительно за 20 лет), которая отражает наличие числа поглощений по данному направлению исследований на конкурсной основе за определенный период. Обработку запроса по критерию К9 осуществляют с использованием например, сервиса StartTrack, при этом для визуализации результатов обработки информации по данному критерию используют опцию: «search». Если по полученной диаграмме отмечают положительную динамику получения поддержки исследований, К9 присваивают максимальное значение баллов, например, 10 баллов, отсутствие динамики получения поддержки исследований, К9 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 10 баллов.

К10 - динамика лицензионных продаж в предметной области «медицина» по направлению исследования за период не менее 5 последних лет (предпочтительно 10 лет, наиболее предпочтительно за 20 лет), которая отражает наличие и объемы лицензионных продаж. Обработку запроса по критерию К10 осуществляют с использованием любого общедоступного сервиса, например, БД Роспатента,. Если по полученной диаграмме отмечают положительную динамику получения поддержки исследований, К10 присваивают максимальное значение баллов, например, 10 баллов, отсутствие динамики получения поддержки исследований, К10 присваивают минимальное значение баллов, например, 0 баллов. Таким образом, максимальную оценку, которую может получить проект по данному критерию, составляет 10 баллов.

При присвоении каждому критерию максимального значения балов могут быть использованы весовые значения критериев по отношению друг к другу. Максимальным весом характеризуется критерий К1, (например, максимальное значение баллов по данному критерию соответствует 20 баллам), минимальным весом характеризуются критерии К2, К3, К4, К6, К8, К9, К10 (например, максимальное значение баллов по данному критерию соответствует 10 баллам) и промежуточным весом К5, К7 (например, максимальное значение баллов по данному критерию соответствует 15 баллам). Возможен и иной порядок присвоения максимального значения в баллах каждому критерию. В одном из вариантов выполнения предложены баллы, представленные в Таблице 1. Соотношение количества баллов сохраняется, абсолютное значение баллов согласовывается с используемой системой экспертизы проектов.

По итогам оценки проекта по всем критериям получают количественную оценку проекта в баллах, представляющую собой сумму значений по всем критериям.

При оценке по данной методике нескольких медицинских проектов возможно построение рейтинга (или ранжирования) по степени соответствия проектов (направлений исследований) мировому уровню исследований в порядке возрастания или убывания полученных значений баллов.

Данный способ может быть реализован с помощью программно-аппаратного комплекса или компьютерной системы, включающей в себя, по меньшей мере, блок обработки (аналитической) данных, базы данных (блок памяти), блоки ввода и вывода (фиг. 1). Алгоритмы, реализуемые с помощью заявляемой системы, представлены на фиг. 2-14.

Блок ввода и блок вывода осуществляют взаимодействие компьютерно-реализуемой системы с оператором, и через проводные и/или беспроводные линии связи с внешними базами данных. Через блок ввода осуществляется ввод сформированного поискового запроса. Блок вывода осуществляет вывод данных в формате, удобном для восприятия оператором (например, в графическом, табличном и/или текстовом формате), а также другие операции по выводу данных из компьютерно-реализуемой системы.

База данных компьютерно-реализуемой системы содержит информацию по характеристикам и параметрам критериев оценки К1-К10, информацию о поисковых запросах, информацию, полученную в результате обработки поисковых запросов внешними базами данных и т.д. Блок обработки данных взаимодействует с базой данных компьютерно-реализуемой системы, внешними базами данных, блоками ввода и вывода, производит программную обработку информации из базы данных и сохраняет в базе данных результаты обработки (анализа, оценки). Процессор, реализующий заявляемый алгоритм, т.е. осуществляющий описанные новшества в виде исполняемых команд, координирует действия компонентов вычислительной системы.

Компьютерно-реализуемая система взаимодействует через проводные и/или беспроводные линии связи с внешними базами данных, в которые отправляет поисковые запросы, и, после получения результатов обработки запросов, помещает в свою базу данных для дальнейшей программной обработки.

В качестве компьютерно-реализуемой системы может быть использован персональный компьютер с операционной системой Windows 7, содержащий центральный процессор, оперативное запоминающее устройство, накопитель на жестком диске (или блок памяти, или хранилище данных, или БД), клавиатуру, монитор, коммуникационные устройства для обеспечения работы с интернет ресурсами (сетевую карту и/или модем), а также выходное устройство (блок вывода данных/отображения обработанных данных, например, монитор, или монитор совместно с принтером). При этом известно, что процессор представляет собой электронный блок, либо интегральную схему (микропроцессор), исполняющую машинные инструкции (код программ) - главная часть аппаратного обеспечения. В зависимости от введенных в процессор машинных инструкций решается соответствующая задача. В заявляемом изобретении машинные инструкции изложены в виде функций, предписанных для исполнения блоком обработки данных (процессором), а именно, обеспечивающие поиск определенного массива данных по набору критериев, обработку и анализ данных, позволяющие решить задачу по определению соответствия конкретного научно-исследовательского проекта мировому уровню исследований. При этом процессор выполнен с возможностью обработки информации (данных), полученных по поисковому запросу из внешних баз данных, по заявляемому способу (алгоритму) с использованием критериев оценки К1-К10. Блок обработки данных, как правило, установлен в системном блоке, выполняющим машиноисполняемые инструкции. Заявляемая система в одном из вариантов исполнения может быть построена на архитектуре фон Неймана - широко известном принципе совместного хранения команд (инструкций) и данных в памяти компьютера.

В качестве примера использования в заявляемом изобретении внешних баз данных могут быть предложены международные библиометрические БД Web of Science, и/или БД Essential Science Indicators, и/или БД Orbit, и/или БД SciVal Funding, а также любые другие открытые и коммерческие информационные ресурсы.

Алгоритм работы компьютерно-реализуемой системы представлен на фиг. 2-14. Оператор по оцениваемому проекту (направлению научного исследования) формирует поисковый запрос, например, из ключевых слов в соответствии с правилами, которые используются для выбранной внешней базы данных. При этом при формировании поискового запроса должны быть использованы ключевые слова и словосочетания, их синонимы, имеющие наибольший вес, т.е. отражающие сущность проекта.

Сформированный запрос направляют во внешнюю базу данных, имеющую массив информации для оценки проекта по соответствующему критерию. Как правило, внешние базы данных снабжены инструментарием (аналитическим, программно-реализуемым), позволяющим проводить необходимую сортировку (обработку) массива информации по поисковому запросу по определенным поисковым полям с получением результата обработки в графическом или табличном представлении. По крайней мере, инструментарий перечисленных выше БД, позволяет производить обработку массива информации по поисковому запросу с учетом (или в соответствии) с критериями К1-К10, при этом результат обработки запроса в виде текстовой, и/или графической, и/или форматированной в каком-либо ином виде информации, может быть загружен или сохранен в соответсвующих БД (на жестком диске или флеш-накопителе или в облачном хранилище) в компьютерно-реализуемой системе, где обрабатывается в блоке обработки данных и помещается в базу данных системы. На следующем этапе работы способа производится обработка всей информации по оцениваемому проекту, имеющейся в базе данных системы, в результате каждому проекту по каждому из критериев оценки присваивается определенное значение в баллах (в одном из вариантов использования изобретения - с учетом нормировочных коэффициентов), после чего все баллы суммируются по всем критериям оценки, и производится итоговая оценка полученного общего числа баллов по всем критериям. Если это значение баллов составляет 50% и более от максимально возможного числа баллов делают вывод о том, что оцениваемый проект соответствует мировому уровню, если это значение составляет менее 50% - делают вывод о том, что исследуемый проект не соответствует мировому уровню.

Кроме того, компьютерно-реализуемая система может содержать дополнительную функцию, обеспечивающую построение рейтинга из нескольких оцениваемых проектов по количеству набранных баллов.

Примеры конкретного осуществления изобретения.

Заявляемый способ был апробирован при оценке соответствия мировому уровню 75 проектов (тем), представленных для получения финансовой поддержки. Каждая тема оценивалась по предложенным базовым и дополнительным критериям (см. Таблица 1). Полученная совокупность количественных оценок по каждому проекту позволила построить рейтинг из представленных проектов по соответствию их мировому уровню исследований, и, соответственно, инвестиционной привлекательности. Максимальное значение баллов по каждому критерию было подобрано таким образом, чтобы суммарное максимальное количество баллов, которые может набрать один проект, составляло 100 баллов, т.е. ровно столько же, сколько может выставить проекту эксперт.

Предполагается, что если количество баллов, выставленных экспертом, будет сопоставимо с количеством баллов, выставленных заявляемой системой, оценку проекта можно считать объективной. В случае существенного (в разы) расхождения количества баллов, выставленных экспертом и заявляемой системой, рекомендуется направить проект на повторную экспертизу с полученными результатами оценки с помощью заявляемой системы.

Ниже представлен пример оценки по одному из научно-исследовательских проектов по теме «Получение антибактериальных веществ методом инвентаризации пептидома», который получил суммарную оценку по шкале, представленной в Таблице 1, равную 55 баллам (из 100 возможных), по итогам которой сделан вывод о соответствии данного проекта мировому уровню исследований. Динамика числа поглощений крупными компаниями стартапов и средних компаний по направлению исследований, а также динамика лицензионных продаж не были обнаружены, потому в примере используются критерии К1-К8. Итоги оценки по критериям К1-К8 представлены в Таблице 2.

Целью оцениваемого проекта являлась разработка комплекта стандартных операционных процедур (СОП) для выявления бактериоцинов на основе данных высокопроизводительной идентификации состава пептидома. Поисковый запрос для внешних БД был сформирован из следующих ключевых слов, отражающих сущность проекта: бактериоци-ны, пептидом, состав, идентификация, инвентаризация, стандартные операционные процедуры (СОП) (для русскоязычных БД) / bacteriocin, peptidecomposition, identification, inventory, SOP (StandardOperatingProcedure) (для англоязычных БД).

Поиск по БД Orbit проводился по трем полям: названию патентных документов, рефератам описаний патентных документов и формулам изобретений

Преимущества заявляемого изобретения

Изобретение представляет собой аналитический инструмент (алгоритм) для поддержки экспертного решения, направлено на повышение эффективности финансовых вложений в научно-исследовательские медицинские проекты, дифференцирование затрат, позволяет найти ответы на вопросы, какие области фундаментальной науки и прикладной науки следует поддерживать в большем, а какие в меньшем объеме. Полученная совокупность количественных оценок по проектам обеспечивает их ранжирование по степени соответствия мировому уровню исследований, инвестиционной привлекательности и приоритетности при принятии управленческих решений.

Заявляемое изобретение было апробировано на медицинских проектах, в т.ч. относящихся к клинической медицине, биомедицине, и другим смежным областям. При этом изобретение также может быть использовано при управлении научно-исследовательскими и технологическими проектами и в других областях науки и техники, будет способствовать инновационному развитию науки и техники, обеспечению конкурентоспособности создаваемых продуктов и услуг, повысит эффективность расходования бюджетных средств, направляемых на развитие национальной научно-технологической сферы.