|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ПсковГУ |
||
Патофизиология метаболического синдрома: новые возможности искусственного интеллектастатья
- Авторы: Варакина-Митрай К.А., Гимадиев Р.Р., Щеголев О.Б., Кочетов А.Г., Русина Д.С., Димитров В.О.
- Журнал: Патогенез
- Том: 22
- Номер: 2
- Год издания: 2024
- Первая страница: 44
- Последняя страница: 47
- DOI: 10.25557/2310-0435.2024.02.44-47
- Аннотация: Актуальность. По сравнению с лабораторными методами проведения биохимических анализов крови алгоритмы искусственного интеллекта предлагают несколько ключевых преимуществ. Они сравнимы с традиционными методами по точности и эффективности, но значительно превосходят их по экономичности Целью исследования является разработка интерпретируемой модели вычисления липидного профиля пациента с помощью машинного обучения на основе деперсонализированных данных о диспансеризации (возраст, пол, общий анализ крови (ОАК), общий холестерин, глюкоза крови). Материалы и методы. Разработанный алгоритм представляет собой комплекс технологических решений, позволяющий рассчитывать взаимосвязь между различными биохимическими параметрами в организме человека с помощью передовых алгоритмов глубокого обучения, таких как градиентный бустинг на решающих деревьях и полносвязные нейронные сети. База данных включала в себя результаты лабораторных показателей 62 192 пациентов: холестерин (ХС), липопротеины высокой плотности (ЛПВП), триглицериды (ТГ), липопротеины низкой плотности (ЛПНП), ОАК, а также пол и возраст пациентов. Результаты. Была проведена оценка качества моделей на тестовой выборке с использованием метрик, таких как коэффициент детерминации (R2), средняя абсолютная ошибка (MAE), средняя абсолютная ошибка в процентах (MAPE). R2 для корреляции между концентрацией ЛПНП и группы данных о диспансеризации составила 0,94 при MAE 0,20 и MAPE 0,06. Корреляция между ЛПВП и ТГ с данными о диспансеризации была значительно ниже (R2 составил 0,51 и 0,41 соответственно, MAE 0,20 и 0,53 соответственно, а MAPE 0,15 и 0,40 соответственно). Заключение. Разработка алгоритма искусственного интеллекта, способного прогнозировать уровни ЛПНП, ЛПВП и триглицеридов на основе менее дорогостоящих лабораторных тестов, таких как уровень холестерина и глюкозы в крови, имеет огромный потенциал для повышения доступности здравоохранения. Хотя на сегодняшний день достигнута высокая точность (94%) только при прогнозировании ЛПНП, следующий важный шаг заключается в подборе способа обработки и расширении набора данных, используемого для обучения для более точного предсказания уровней ЛПВП и ТГ.
- Добавил в систему: Гимадиев Ринат Рашитович