Название тезиса:
«САМООБЪЯСНИТЕЛЬНЫЕ МОДЕЛИ В СОВЕРШЕНСТВОВАНИИ ЛЕЧЕБНО-ДИАГНОСТИЧЕСКИХ ПОДХОДОВ ДЛЯ ПРОФИЛАКТИКИ СЕРДЕЧНОЙ НЕДОСТАТОЧНОСТИ У ПАЦИЕНТОВ С ИНФАРКТОМ МИОКАРДА И ЗЛОКАЧЕСТВЕННЫМИ НОВООБРАЗОВАНИЯМИ»

Авторы:
Скородумова Е.Г., ГБУ СПБ НИИ СП ИМ. И.И. ДЖАНЕЛИДЗЕ
Скородумова Е.А., ГБУ СПБ НИИ СП ИМ. И.И. ДЖАНЕЛИДЗЕ
Костенко В.А., ГБУ СПБ НИИ СП ИМ. И.И. ДЖАНЕЛИДЗЕ

Категория:
Доклад

Содержание тезиса:

Технологическая и медицинская  цель ‒ разработка высокопроизводительных вычислительных платформ машинного обучения и использования самообъяснительных обучаемых мультимодельных масштабируемых универсальных трансформеров для разработки персонализированного подхода к усовершенствованию диагностики и лечения пациентов с инфарктом миокарда и злокачественными новообразованиями

Материалы и методы:

Модель, обученная на 420 пациентах с инфарктом миокарда и злокачественными новообразованиями в отношении течения острой сердечной недостаточности и прогнозирования хронической представляет собой трансформер полного цикла, в результате которого рассчитана вероятность прогностических факторов конкретного больного в момент времени, что обуславливает персонифицированный подход к пациенту.

Результаты: Технологии переноса знаний с предобученных универсальных мультимодальных языковых моделей на самообъяснительные обучаемые модели классификации, диагностики и прогнозирования позволяют учитывать особенности клинической картины пациентов. Полученная модель может объяснять до 83,6% данных.

К основным предикторам, влияющим на прогноз, отнесены вид проводимого лечения злокачественного новообразования, степень выраженности анемии, ширина распределения эритроцитов, количество лейкоцитов, масса миокарда левого желудочка, степень выраженности систолической и диастолической дисфункции, а также суточная доза диуретика.

Выводы:

1)Разработка новых моделей в медицине улучшит оптимизацию вычислительных ресурсов на основе трансформеров, что позволит создавать мультимодальные системы для решения задач предикции сердечной недостаточности у пациентов с инфарктом миокарда и злокачественными новообразованиями.

2)Создание специализированных систем - помощников принятия решений, использующих готовые обученные модели машинного обучения, может помочь облегчении работы врача и оптимизации диагностической и лечебной тактики пациентов.