Звоните нам:
8 800 775 07 97
звонок бесплатный

Новости

09 Январь 2018

Разработка системы автоматической диагностики заболеваний на основе искусственного интеллекта


Авторские права и данные о публикации: © М.В. Сахибгареева, Руководитель проекта (Искусственный интеллект), ООО «КОМТЕК», к.ф.-м.н.
А.Ю. Заозерский, Руководитель отдела разработки и проектирования программного обеспечения.
2017 г. ООО «КОМТЕК», г.Уфа.
Журнал «Вестник Российского государственного медицинского университета», Ноябрь-Декабрь 2017 / 06

Внимание! Авторские права на данную публикацию принадлежат ее авторам. Копирование, перепечатка, передача третьим лицам на любых носителях (в том числе электронных) без письменного разрешения авторов или компании запрещена.

В данной статье представлены результаты исследований по применению технологий ис-кусственного интеллекта при решении одной из основных проблем здравоохранения – повышения качества диагностики заболевания. Предлагается подход по постановке нозологических диагнозов путем интеллектуального анализа совокупности результатов лабораторных исследований, проводимых по каждому случаю заболевания пациентов. В исследовании методом градиентного бустинга была построена модель машинного обучения для четырех нозологий: D50 (Железодефицитная анемия), E11 (Инсулиннезависимый сахарный диабет), E74 (Другие нарушения обмена углеводов), E78 (Нарушения обмена липопротеидов и другие липидемии). Точность распознавания моделью рассмотренных диагнозов составила более 89% при средней уверенности модели в каждом прогнозируемом диагнозе в 92%. Проведенное исследование показало принципиальную возможность применения методов машинного обучения к анализу данных, скопившихся у авторов в практике их работы. Разрабатываемая система автоматической диагностики заболеваний внедряется в ПК «Здравоохранение», предназначенной для автоматизации медицинских учреждений.

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

Для связи: info@pkzdrav.ru, pr@pkzdrav.ru

Совершенствование процессов организации медицинской помощи на основе внедрения информационных технологий является одним из приоритетных направлений развития здравоохранения России. Помимо вопросов о внедрении информационных систем в медицинскую практику, осуществлении возможности ведения медицинской документации в электронном виде все большее внимание уделяется перспективам применения технологий интеллектуального анализа больших медицинских данных с целью повышения качества оказываемой медицинской помощи, липидемия, нарушения обмена углеводов.

Полная версия публикации