Створення інформаційної системи для аналізу медичних даних

Abstract

Кваліфікаційна робота присвячена побудові інформаційної системи для аналізу та прогнозування ризиків розвитку артеріальної гіпертонії із використанням машинного навчання. Здійснено постановку задачі із вказанням усіх необхідних параметрів та характеристик. Проведена передобробка даних, отриманих від працівників медичних установ. Побудовано та проаналізовано спеціалізовані моделі для врахування медичних факторів ризику виникнення захворювання. Здійснено вибір потрібних критеріїв для селекції моделей. Із використанням математичного апарату індуктивного моделювання багатопараметричних даних обґрунтовано якісний вибір моделі-переможця. Розроблено алгоритм прогнозування ризику розвитку серцево-судинного захворювання із застосуванням можливостей машинного навчання. Створено довірчий інтервал для забезпечення прогнозування. Побудовано архітектуру програмного представлення системи. Розроблено програмний інструмент для застосування системи. Роботу перевірено на наборі тестових даних. Результати тестування системи свідчать про високі результати прогнозування. Thesis deals with the construction of an information system for the analysis and forecasting of the risks of the development of arterial hypertension using machine learning. The task was formulated with all necessary parameters and characteristics specified. Processing of data received from employees of medical institutions has been carried out. Specialized models were built and analyzed to take into account medical risk factors for the occurrence of the disease. The selection of the necessary criteria for the selection of models was made. Using the mathematical apparatus of inductive modeling of multiparametric data, the qualitative selection of the winning model is justified. An algorithm for predicting the risk of developing cardiovascular disease using machine learning capabilities has been developed. A confidence interval was created to support the prediction. The architecture of the software representation of the system has been built. A software tool for system application has been developed. The work is verified on a set of test data. The results of system testing indicate high forecasting results.