Тема: АНАЛИЗ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ РЕШЕНИЯ ЗАДАЧ МЕДИЦИНСКОГО ПРОФИЛЯ

Методы машинного обучения применяются в разнообразных областях и помогают решать множество задач: от обнаружения спама и актов мошенничества до распознавания и генерации изображений и музыкальных композиций. Важным и перспективным приложением методов машинного обучения является медицинская диагностика. В частности, прогнозирование состояния пациента, дифференциальная диагностика заболеваний, проверка эффективности препаратов и т.д. [7, 21]
На сегодняшний день в медицине накапливаются огромные массивы разнородных данных, а с совершенствованием и внедрением новых медицинских технологий, в том числе компьютерных, скорость их накопления постоянно растет. Большую роль играют текстовые и числовые медицинские данные, находящиеся в выписках пациентов. В связи с этим существует потребность в их обработке и анализе, а также применения методов искусственного интеллекта для получения новых знаний [17].
Расчет Федеральной службы государственной статистики по данным Минздрава России показал, что за период 2000-2016 гг. существует тенденция к увеличению количества зарегистрированных больных в возрасте 0-14 лет с заболеваниями мочеполовой системы, установленными впервые в жизни [29]. Это может быть следствием недостаточной эффективности системы профилактики и предотвращения заболеваний [4].
Наиболее распространенными заболеваниями мочеполовой системы у детей являются пиелонефрит, гломерулонефрит и тубулоинтерстициальный нефрит. Их особенностью является сложная диагностика и порой бессимптомная клиническая картина. К примеру, при пиелонефрите обычно преобладают общие симптомы в клинической картине, что приводит к достаточно трудному выявлению данного заболевания [8]. Своевременная диагностика перечисленных заболеваний поможет оперативно подобрать индивидуальное лечение и избежать осложнений в будущем.
Цель работы - анализ методов машинного обучения для повышения точности и сокращения времени диагностики заболеваний мочеполовой системы у детей.
Объект исследования - методы машинного обучения.
Предмет исследования - классификатор заболеваний мочеполовой системы пациентов Алтайской краевой клинической детской больницы.
Актуальность данной работы обуславливается необходимостью повышения точности и сокращения времени диагностики заболеваний мочеполовой системы у детей.
Практическая значимость исследования состоит в подборе и описании таких методов машинного обучения, которые помогут врачам проводить диагностику заболеваний мочеполовой системы у детей.
Купить

Исследования в области применения методов машинного обучения к диагностике заболеваний мочеполовой системы у детей являются актуальными на сегодняшний день и проводятся как в нашей стране, так и за рубежом.
В рамках данной работы были решены различные трудности работы с выписками пациентов и была написана программа, извлекающая необходимую информацию из них в полуавтоматическом режиме.
Также были проанализированы различные методы машинного обучения и подходы к повышению их качества применительно к извлеченным данным. В результате градиентный бустинг показал большую по сравнению с остальными методами адекватность и предсказательную способность по всем подходам. Метод рекурсивного отбора признаков в целом значительно не улучшил и не ухудшил качество классификаторов, а метод заполнения пропущенных значений в большинстве случаях сильно ухудшил его.
Результаты работы показали необходимость развития данной проблематики. Дальнейшие исследования в области применения на практике методов машинного обучения к диагностике заболеваний мочеполовой системы у детей могут помочь врачу не только в извлечении информации из массива выписок и его анализе, но и в сокращении времени постановки диагноза и увеличении его точности.
Купить