Машинное обучение применят при коронарных процедурах

Исследовательская группа Йельского университета проанализировала данные из Национального реестра сердечно-сосудистых данных (NCDR) Американского колледжа кардиологов (ACD). Всего было охвачено период с 2009 по 2015 год с использованием машинного обучения. База данных включает более 3 миллионов процедур, проводимых в больницах по всей территории США. 

Команда обнаружила, что аналитика машинного обучения улучшила прогнозирование риска кровотечения после проведения чрескожного коронарного вмешательства (ЧКВ), что может лучше информировать пациентов и врачей о возможных рисках.

Директор Йельского центра исследований и оценки результатов в больнице Нью-Хейвена (CORE) д-р Харлан Крумхольц рассказал, что секрет заключается в том, что вся необходимая информация о пациенте обрабатывается еще до начала анализов, что дает возможность действовать на опережение. Д-р Крумхольц подчеркнул, что достичь такого результата с помощью традиционных подходов невозможно.

Справка: машинное обучение – это класс методов искусственного интеллекта, характерной чертой которого является не прямое решение задачи, а обучение в процессе решения множества подобных задач. Для разработки такого принципа работы используются математическая статистика, численные методы, методы оптимизации, теории вероятности и различные техники работы с данными в цифровой форме.

Как сообщало издание "Комментарии", студенты Вирджинии запустили три спутника.