Сравнение методов машинного обучения для повышения качества решения задач диагностики в медицинских учреждениях
Статья в сборнике трудов конференции
- Опубликовано в:
- II Всероссийская научно-практическая конференция с международным участием «Современные тренды управления, экономики и предпринимательства: от теории к практике»
- Автор:
- Кравченко Е. С. 1 , Полякова А. С. 1
- Рубрика:
- Информационные технологии в управлении, экономике и предпринимательстве
- Страницы:
- 129-132
- Получена: 02.12.2024
- Рейтинг:
- Статья просмотрена:
- 267 раз
- Размещено в:
- РИНЦ
1 ФГБОУ ВО «Сибирский государственный университет науки и технологий им. академика М.Ф. Решетнева»
- ГОСТ
Для цитирования:
Кравченко Е. С. Сравнение методов машинного обучения для повышения качества решения задач диагностики в медицинских учреждениях: сборник трудов конференции. / Е. С. Кравченко, А. С. Полякова // Современные тренды управления, экономики и предпринимательства: от теории к практике : материалы II Всерос. науч.-практ. конф. с междунар. участ. (Ульяновск, Nov 12, 2024 – Nov 13, 2024) / editorial board: М. А. Рябова [etc.] – Чебоксары: «Лару-тăру» («Среда») издательство çурчě, 2024. – pp. 129-132. – ISBN 978-5-907830-90-5.
Аннотаци
В статье проводится анализ и сравнение различных методов машинного обучения для решения задачи диагностики сердечно-сосудистых заболеваний. Сердечно-сосудистые заболевания являются одной из основных причин смертности в мире, что делает задачу их своевременной диагностики и прогнозирования развития болезни крайне актуальной. Внедрение систем поддержки принятия решений в основные бизнес-процессы медицинской организации – является современным трендом в медицинских информационных системах. В исследовании рассматриваются алгоритмы, такие как случайный лес, метод k-ближайших соседей, логистическая регрессия и нейронные сети, с целью выявления их эффективности при работе с медицинскими данными.
Список литературы
- 1. Прогнозирование фентанил-ассоциированной нейротоксичности у больных с раком поджелудочной железы с помощью клинико-генетической модели / О.П. Боброва, Н.А. Шнайдер, М.М. Петрова [и др.] // Экспериментальная и клиническая гастроэнтерология. – 2021. – №3 (187). – С. 136–145. – DOI 10.31146/1682-8658-ecg-187-3-136-145. – EDN YEGGGN
- 2. Таракан Н.С. Автоматизация бизнес-процессов внутреннего контроля качества и безопасности медицинской деятельности / Н.С. Таракан, И.А. Панфилов // Право, экономика и управление: состояние, проблемы и перспективы: материалы Всероссийской научно-практической конференции с международным участием. – Чебоксары, 2024. – С. 156–160. – EDN VBQQQI
- 3. Моделирование процессов лабораторной информационной системы на производственном предприятии / И.А. Панфилов, А.В. Соинов, А.В. Безворотных, И.О. Степина // Перспективы науки. – 2023. – №1 (160). – С. 40–45. – EDN NKSSYL
- 4. Evolutionary algorithm for automated formation of decision-making models for predicting the safety of opioid therapy / L.V. Lipinskiy, O.D. Melnikova, A.S. Polyakova [et al.] // IOP Conference Series: Materials Science and Engineering. Krasnoyarsk Science and Technology City Hall. Krasnoyarsk, 2021. – С. 12126. – DOI 10.1088/1757-899X/1047/1/012126. – EDN AMARVK
Комментарии(0)