Студенты Института математики и компьютерных технологий ДВФУ — Константин Коробов, Антон Легкий и Степан Молчанов — разработали нейросетевые алгоритмы для анализа дыхательной системы и прогнозирования обострений бронхиальной астмы. Их проекты посвящены использованию машинного обучения для выявления связи между погодными факторами и риском приступов. Работы проводят совместно с Владивостокским институтом медицинской климатологии на реальных клинических данных.
Степан Молчанов применил метод импутации MICE для корректного восстановления пробелов в медицинских данных — он анализирует взаимосвязи между показателями, позволяя нейросетям учиться на более достоверных выборках.
Антон Легкий доказал: данные бодиплетизмографии — измерения работы легких в замкнутой камере — в паре со стандартной спирометрией повышают точность моделей и лучше выявляют паттерны астмы.
Константин Коробов провел сравнительный анализ методов предобработки и выявил оптимальные способы нормализации и очистки информации для задач медицинской аналитики.
В перспективе разработки лягут в основу системы краткосрочного прогнозирования опасных состояний, способной предупреждать пациентов и врачей о риске обострений.
Ранее Наука Mail писала о том, что студенты ИТМО разработали ИИ-технологию для аппаратов МРТ, которая позволяет сократить время исследования коленного сустава с 20–40 до 5–10 минут без потери качества.
