в статье представлена интеллектуальная система комплексной поддержки принятия решений врача-флеболога, разработанная в рамках решения проблемы субъективности и несвоевременности диагностики хронических заболеваний вен нижних конечностей. Система реализована на языке Python и объединяет три ключевых функциональных модуля: 1) классификацию изображений с помощью сверточных нейронных сетей для определения класса патологии CEAP; 2) голосовой помощник на базе библиотек SpeechRecognition и pyttsx3 для структурированной диктовки протокола осмотра и выдачи клинических рекомендаций; 3) модуль 3D-реконструкции венозного русла из серии аксиальных срезов МРТ-исследования с количественной оценкой площади поперечного сечения нижней полой вены. Система позволяет повысить точность постановки диагноза, сократить время формирования протокола осмотра с 15 до 7 минут и обеспечить документирование без ручного ввода. Все компоненты протестированы на клинических данных и соответствуют требованиям современной неинвазивной флебодиагностики.

we present an intelligent decision support system for phlebology that addresses subjectivity and delays in diagnosing chronic venous disease (CVD) of the lower extremities. We implemented the system in Python and integrated three modules. First, we used convolutional neural networks to classify images and determine the CEAP class. Second, we developed a voice interface based on the SpeechRecognition and pyttsx3 libraries to support structured dictation of examination reports and to generate clinical recommendations. Third, we reconstructed the venous system in 3D from axial MRI slices and performed a quantitative assessment of the cross-sectional area of the inferior vena cava (IVC). The system improves diagnostic accuracy, reduces report preparation time from 15 to 7 minutes, and enables documentation without manual entry. We tested all components on clinical data, and the system meets the requirements of modern non-invasive phlebology.