Модели машинного обучения в Webiomed

Для нашей системы мы создаем различные модели на основе машинного обучения. Главное – это предиктивная аналитика, которая позволяет системе предсказать возможные события со здоровьем пациента. Но нам также нужны модели извлечения признаков из текстовых записей и модели для выявления подозрений на заболевания

фильтр по видам моделей

фильтр по нозологиям

Нозология: Кардиология

Прогнозирование развития ССЗ в течение 10 лет

Код модели: WML.CVD.FRS

Accuracy 80,2%
AUC 0,83

Нозология: Кардиология

Прогнозирование смерти от ИБС и инсульта в течение 10 лет

Код модели: WML.CVD.Score

Accuracy 85,6%
AUC 0,83

Нозология: Кардиология Эндокринология Нефрология Офтальмология

Прогнозирование осложнений у пациентов с сахарным диабетом 2 типа в течение 10 лет

Код модели: WML.Diabet.10Years

C-statistic 0.56-0.64
p-value 0,0001

Нозология: Офтальмология

Прогнозирование потери зрения от диабетической ретинопатии в течение 4-х лет

Код модели: WML.Diabet.Retinopathy

F1 0.95
AUC 0.71

Нозология: Кардиология

Прогнозирование смерти от ССЗ у пациентов с сахарным диабетом 2 типа в течение 7 лет

Код модели: Webiomed_cardio

Accuracy 90,2%
AUC 0.93

Нозология: Кардиология

Прогнозирование развития ССЗ у пациентов с сахарным диабетом 2 типа в течение 7 лет

Код модели: Webiomed_cardio

F1 67%
AUC 0.71

Нозология: Акушество и гинекология

Оценка перинатального риска на основании кардиотокограммы по шкале FIGO

Код модели: Webiomed.Prenatal

Precision 98%
F1 97%

Нозология: Кардиология Эндокринология Инфекционные заболевания Пульмонология

Выявление подозрений на хронические и острые заболевания по жалобам (Симптомчекер)

Precision 0.78
Recall 0.73

Вид модели: Извлечение признаков

Извлечение признаков объективных данных из медицинских записей

Код модели: WML.NLP.ObjectiveData

Precision 97,65%
F1 98,56%

Вид модели: Извлечение признаков

Извлечение признака "табакокурение" из медицинских записей

Код модели: WML.NLP.SmokeExtract

Precision 88%
F1 92%

Вид модели: Извлечение признаков

Извлечение лабораторных признаков и их значений из медицинских записей

Код модели: WML.NLP.Lab

Precision 91.4%
F1 89,2%

Вид модели: Извлечение признаков

Извлечение симптомов COVID-19 из медицинских записей

Код модели: WML.NLP.Covid19

Precision 81,1%
F1 80,8%

Блог

Дополнительные материалы

22 Апр 2019  |   2 291

Как машинное обучение меняет управление здравоохранением

Искусственный интеллект во всю стремится преобразовать здравоохранение. Благодаря быстрому росту и возможности обеспечить значительную экономию ...

19 Апр 2019  |   2 083

Перспективы прогнозной аналитики в управлении здравоохранением

Согласно опросу, проведенному Обществом Актуариев (Society of Actuaries), почти две трети руководителей (60%) заявляют, что ...

Все статьи в блоге