Группа ученых из Великобритании, Франции и России выяснила, что искусственный интеллект и методы работы с большими данными могут помочь выявлять внутреннюю динамику заболеваний и прогнозировать кризисы в области здравоохранения. Результаты исследования описаны в статье, опубликованной в журнале GigaScience.
Для успешного лечения заболеваний сейчас необходимо не просто фиксировать текущее состояние пациента, но и строить прогнозы. Современные технологии позволяют сохранять и анализировать миллиарды историй болезней. Международная группа ученых решила проверить, могут ли эти большие данные в сочетании с нейросетями помочь в проведении динамического фенотипирования пациентов.
Проблема заключается в том, что построение точной индивидуальной клинической траектории требует длительного наблюдения за больным и систематического сбора информации о его состоянии, а это сложный и дорогостоящий процесс. Однако врачи располагают огромным объемом данных, полученных во время наблюдения за пациентами, находившимися в больнице.
Ученые предположили, что если число таких наблюдений будет достаточно большим, то они будут отображать структуру клинических траекторий. Для моделирования этих данных они использовали метод машинного обучения, называемый методом главных деревьев. Результаты исследования показали, что методика может быть применена ко многим заболеваниям и типам данных, позволив усовершенствовать анализ историй болезни и улучшить результаты непрерывного мониторинга пациентов с использованием носимых медицинских приборов.
