Використання штучного інтелекту для розв'язання задачі діагностики серцево-судинних захворювань

Автор(и)

  • Олена Іллівна Чумаченко Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» https://orcid.org/0000-0003-3006-7460
  • Сергій Олексійович Коломоєць Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» https://orcid.org/0000-0003-3741-4517

DOI:

https://doi.org/10.18372/1990-5548.72.16928

Ключові слова:

штучний інтелект, штучна нейронна мережа, серцево-судинні захворювання, дерева прийняття рішень, глибинне навчання, k-метод найближчого сусіда, алгоритми машинного навчання

Анотація

У статті розглянуті питання доцільності використання штучного інтелекту, штучних нейронних мереж та машинного навчання в задачах класифікації та прогнозування в медичній сфері.  Розглянуто напрямки у сфері охорони здоров'я, у яких штучний інтелект використовувався та доцільність їх використання. Зроблено аналіз найчастіших захворювань серед населення і показано темпи зростання захворювань. Доведення успішності роботи нейронних мереж при роботі з серцево-судинними захворюваннями, онкологією, Covid-19. Розглянуто алгоритми машинного навчання, що можуть використовуватися при створенні інтелектуальної системи діагностики серцево-судинних захворювань. Представлено характеристики, які доцільно використовувати при створенні такої системи. Сформовано вимоги для створення інтелектуальної системи яка б дозволила підвищити рівень кваліфікації спеціалістів сфери охорони здоров'я за рахунок їхньої взаємодії з штучними нейронними мережами.

Біографії авторів

Олена Іллівна Чумаченко , Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

Доктор технічних наук. Професор. Завідувач кафедри.

Кафедра штучного інтелекту

Факультет інформатики та обчислювальної техніки

Сергій Олексійович Коломоєць , Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

Аспірант

Кафедра інформаційних систем та технологій

Факультет інформатики та обчислювальної техніки

Посилання

https://ukrstat.gov.ua/operativ/operativ2021/ds/kpops/arh_kpops2021_u.html

https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death

https://niss.gov.ua/sites/default/files/2021-09/ohorona-zdorovya.pdf

http://ekmair.ukma.edu.ua/bitstream/handle/123456789/19375/Hlybovets_Pobudova_diahnostychnoi_ekspertno-medychnoi_systemy.pdf?sequence=1&isAllowed=y

Di. Lin, A. Vasilakos, Yu Tang, and Yuanzhe Yao, “Neural Networks for Computer-Aided Diagnosis in Medicine: A Review,” Neurocomputing, vol. 216, 2016, pp. 700–708. https://doi.org/10.1016/j.neucom.2016.08.039.

Stephen F. Weng, Jenna Reps, Joe Kai, Jonathan M. Garibaldi, and Nadeem Qureshi, “Can machine-learning improve cardiovascular risk prediction using routine clinical data?” PLOS One, April 4, 2017. https://doi.org/10.1371/journal.pone.0174944

##submission.downloads##

Опубліковано

2022-09-23

Номер

Том 2 № 72 (2022)

Розділ

КОМП’ЮТЕРНІ НАУКИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ

Ліцензія

Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:

Автори зберігають авторські права та надають журналу право першої публікації роботи, одночасно ліцензованої за ліцензією Creative Commons Attribution License, яка дозволяє іншим поширювати роботу з посиланням на авторство роботи та її першу публікацію в цьому журналі.

Автори можуть укладати окремі додаткові договірні угоди щодо неексклюзивного розповсюдження опублікованої в журналі версії роботи (наприклад, розміщувати її в інституційному репозиторії або публікувати в книзі) з посиланням на її першу публікацію в цьому журналі.

Авторам дозволяється та заохочується розміщувати свої роботи онлайн (наприклад, в інституційних репозиторіях або на своєму вебсайті) до та під час процесу подання, оскільки це може призвести до продуктивного обміну, а також до більш раннього та більшого цитування опублікованих робіт (див. Вплив відкритого доступу).