ОРИГИНАЛЬНОЕ ИССЛЕДОВАНИЕ

Разработка системы прогнозирования диагнозов заболеваний на основе искусственного интеллекта

М. В. Сахибгареева, А. Ю. Заозерский
Информация об авторах

ООО «КОМТЕК», Уфа

Для корреспонденции: Сахибгареева Маргарита Владимировна
ул. Бехтерева, д. 16, кв. 48, г. Уфа, 450047; moc.liamg@1102lv.atiragram

Информация о статье

Вклад авторов в работу: М. В. Сахибгареева — подготовка и анализ данных, анализ литературы, осуществление исследования, подготовка черновика рукописи; А. Ю. Заозерский — планирование исследования, интерпретация данных, подготовка черновика рукописи.

Статья получена: 23.11.2017 Статья принята к печати: 13.12.2017
|

В статье представлены результаты исследования по применению технологий искусственного интеллекта для решения одной из основных проблем здравоохранения — повышения качества диагностики заболеваний. Предложен подход к прогнозированию нозологических диагнозов путем интеллектуального анализа совокупности результатов лабораторных исследований (200 тестов), проводимых по каждому случаю заболевания пациентов. В общую выборку, разделенную впоследствии на обучающую и тестовую, включили данные о 7 918 случаях заболеваний по 4 нозологиям: D50 (железодефицитная анемия), E11 (инсулиннезависимый сахарный диабет), E74 (другие нарушения обмена углеводов), E78 (нарушения обмена липопротеидов и другие липидемии). Методом градиентного бустинга для них была построена модель машинного обучения. Точность распознавания моделью выбранных диагнозов составила более 89 % (ROC AUC) при средней уверенности модели в каждом прогнозируемом диагнозе в 92 %. Исследование показало принципиальную возможность применения методов машинного обучения для анализа данных такого рода. Система прогнозирования диагнозов заболеваний внедряется в виде веб-сервиса в программный комплекс «Здравоохранение», предназначенный для автоматизации работы медицинских учреждений.

Ключевые слова: лабораторная диагностика, искусственный интеллект, анализ медицинских данных, машинное обучение, градиентный бустинг, нозологический диагноз, многоклассовая классификация, железодефицитная анемия, липидемия, нарушения обмена углеводов

КОММЕНТАРИИ (0)