Вы здесь
Ученые факультета ВМК МГУ разработали ИИ-модели подборки лечения при COVID-19 и раке
![Версия для печати Версия для печати](https://cs.msu.ru/sites/all/modules/print/icons/print_icon.png)
![Send by email Send by email](https://cs.msu.ru/sites/all/modules/print/print_mail/icons/mail_icon.png)
Ученые факультета ВМК МГУ – представители НОШ МГУ «Мозг, когнитивные системы, искусственный интеллект» разработали новые методы анализа выживаемости, основанные на алгоритмах рекурсивного разбиения с использованием взвешенных Log-rank критериев. Авторы успешно апробировали свой подход в работе на реальных данных пациентов с COVID-19 и онкологическими заболеваниями. Это позволило подобрать оптимальное лечение. Результаты исследования были представлены на конференции ICPR 2022.
Анализ выживаемости является важным инструментом для прогнозирования времени наступления события во многих сферах. Например, в области здравоохранения такие модели используются для предсказания летального исхода или ожидаемого времени госпитализации, в страховании – наступления страховых случаев, в производстве – нештатных ситуаций.
Традиционно для анализа выживаемости чаще всего используются методы, основанные на регрессионных моделях пропорциональных рисков. Они имеют ряд ограничений, включая сложности при работе с пропущенными данными и категориальными признаками, линейность непрерывных переменных, предположение о пропорциональности рисков и независимости влияния предикторов от времени, плохую интерпретируемость получаемых моделей и невозможность учитывать важность различных событий в зависимости от времени.
Для преодоления этих недостатков был предложен алгоритм деревьев решений для цензурированных данных, основанный на идее разбиения наблюдений на группы с максимально различными функциями выживаемости между группами.
«В плане оценок качества предложенный подход показывал результаты, сопоставимые с традиционными методами, но не обладая их недостатками. Также в ходе исследования реализованы бутстреп ансамбли предложенных деревьев выживаемости, позволяющие достичь показателей точности значительно выше, чем у традиционных моделей», – рассказал доцент кафедры ИИТ факультета ВМК МГУ М.И. Петровский.
Предложенные модели успешно применялись для анализа реальных данных пациентов с COVID-19 и с онкологическими заболеваниями.
«Эти модели позволили в том числе решать задачи для выбора оптимальной схемы лечения пациентов и могут быть использованы в качестве инструмента для систем поддержки врачебных решений», – добавил зав. кафедрой ИИТ, зав. лабораторией ТП факультета ВМК МГУ И.В. Машечкин.
Публикации: