Учёные НИУ ВШЭ создали машинную модель, которая с высокой точность предсказывает вероятные осложнения после инфаркта
Российские учёные создали модель машинного обучения, которая помогает оценивать риск осложнений у пациентов после инфаркта миокарда. Пресс-служба НИУ ВШЭ сообщает, что впервые в такой модели учтены генетические данные, что значительно повысило точность прогноза долгосрочных последствий для больных. Специалист по биоинформатике Александр Кирдеев отметил, что внедрение этой модели в медицину может снизить смертность и повторные инфаркты, оптимизируя лечение и облегчая нагрузку на врачей.
Новый подход разработан в рамках проекта, который оценивает эффективность разных методов машинного обучения для работы с данными о пациентах с инфарктом миокарда. Исследование основывалось на данных 200 пациентов, проходивших лечение с 2015 по 2024 год в Сургутском центре диагностики и сердечно-сосудистой хирургии. Врачи отслеживали состояние их сердечно-сосудистой системы и анализировали ДНК на наличие мутаций в гене VEGFR-2, которые могут усугубить последствия инфаркта.
Среди алгоритмов, протестированных учёными, лучше всего себя показал CatBoost, который выделил девять ключевых факторов риска, включая мутации в гене VEGFR-2. Учёные считают, что использование ИИ для анализа этих факторов может сделать прогнозы точнее, помогая заранее выявлять пациентов с повышенной угрозой серьёзных осложнений.
Источник: www.ferra.ru
Похожие новости:
ML в медицине: дайджест за 21 — 27 октября 2024 г
«Слушая подкасты, ничего не узнаешь, ты должен устать, упасть без задних ног — такой должна быть встреча с образованием»
Сверхпроводящий токамак | Рентген в смартфоне | Теневая камера | Контакты для 2D-чипов
«Яндекс Образование» и факультет компьютерных наук НИУ ВШЭ создали совместный онлайн-гайд, посвящённый промтингу