Резюме:

Перитонит остаётся одной из актуальных хирургических, общеклинических и общепатологических проблем в силу стабильно высокой летальности. Целью данной работы было определение признаков возникновения осложнений при перитоните на раннем этапе классическими статистическими методами и методами искусственного интеллекта на основе исследования результатов анализов, взятых у пациентов при поступлении с диагнозом перитонит. Исследование было проведено классическими статистическими методами и моделями глубокого обучения искусственного интеллекта. Было выяснено, что важность параметров, определяемая алгоритмами глубокого обучения и статистическими методами отличается, что можно объяснить способностью алгоритмов искусственного интеллекта улавливать внутренние неявные связи между данными. При дальнейшей работе с данными и обучении предиктивных моделей видится целесообразным использовать именно методы искусственного интеллекта для отбора важных параметров.

Ключевые слова: перитонит, диагностика, ранее выявление осложнений, прогнозирование осложнений, математические и алгоритмические методы исследования, методы искусственного интеллекта, нейронные сети

Барулина М.А. ¹, Масляков В.В. ², Полиданов М.А. ², Романов Р.А. ³, Волков К.А. ² Математические и алгоритмические методы исследования признаков возникновения осложнений при перитоните // Математическое моделирование, компьютерный и натурный эксперимент в естественных науках. – 2023. – № 2;
URL: mathmod.esrae.ru/42-170 (дата обращения: 23.12.2024).

Сегодня: 372 | За неделю: 372 | Всего: 372

Комментарии (0)