На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Царьград

7 258 подписчиков

Свежие комментарии

  • Ильдус Зубаиров
    Нам предлагают очередный "Минский кидок", не более того! Зачем хохлам армия в 800 тысяч штыков, значит её ЕС с США пл...«Зеркало недели»:...
  • Дмитрий Боев
    Ну да. И мы все тоже не толстеем, а зажировываемсяМосковский зоопар...
  • Дмитрий Боев
    Какая безграмотная статья! Впечатление такое, что её писали либо по заказу дирекции ёлкопитомника и ёлочного базара, ...Чем опасна искусс...

ННГУ: ИИ по 10 биомаркерам предсказывает риск смерти при диабете — 84%

Ученые из Нижнего Новгорода, работающие в Институте биологии старения и в Исследовательском центре искусственного интеллекта ННГУ им. Н. И. Лобачевского, разработали интеллектуальную модель для предварительной оценки риска летального исхода у пациентов с диабетом. Модель также предоставляет врачам сведения о факторах, повлиявших на этот риск.

Для обучения модели использовали клинические данные более 550 пациентов с диагнозом диабет. За их состоянием специалисты наблюдали в течение 17 лет.

На основе множества проведённых анализов и изучаемых показателей нейросеть выделила 10 ключевых биомаркеров. На их основе формируется прогноз.

Особенностью разработки является применение метода, позволяющего анализировать и объяснять решения нейросети. Это даёт врачу возможность установить, какие параметры состояния пациента оказали существенное влияние на итоговую оценку риска. В отдельных случаях такими факторами выступают повышенный уровень креатинина, возраст и наличие осложнений. В других — кардиомаркеры или признаки воспалительного процесса.

По мнению экспертов, описанный метод обеспечивает прогнозирование исхода заболевания с достоверностью до 84% и формирует индивидуальную карту рисков для каждого пациента. Такая карта позволяет врачам учитывать конкретные особенности состояния и выбирать более точные терапевтические подходы.

Описание разработки и методики её валидации может представлять интерес для клинических исследователей и специалистов в области медицинского искусственного интеллекта. Информация основана исключительно на изложенных фактах и не содержит оценочных суждений.

 

Ссылка на первоисточник
наверх