Степень цифровизации области здравоохранения в Российской Федерации растёт с каждым годом. Она охватывает не только автоматизацию административных процессы (электронная запись на приём, электронная медицинская карта и другие), но и процессы, связанные с клинической деятельностью - обследованием и лечением пациентов. Недавняя пандемия COVID-19 дала большой импульс к интенсивному развитию таких инструментов, как алгоритмы машинного обучения в применении к диагностике пациентов (например, анализ снимков компьютерной томографии и данных кардиограмм). В настоящей работе рассматривается задача модели машинного обучения, потенциально позволяющей определить вероятность возможной малигнизации хронического воспалительного процесса в гортани по набору исходных данных пациента и результатам обследований в рамках визитов пациента к врачу.
The degree of digitalization of healthcare in the Russian Federation is growing every year. It encompasses not only the automation of administrative processes (electronic appointment booking, electronic medical records, and others), but also processes related to clinical activities - examination and treatment of patients. The recent COVID-19 pandemic has given great impetus to the intensive development of tools such as machine learning algorithms as applied to patient diagnosis (e.g., analysis of CT scans and cardiogram data). This paper addresses the task of a machine learning model potentially allowing us to determine the probability of possible malignization of a chronic inflammatory process in the larynx from the patient's baseline data set and the results of examinations during the patient's visits to the doctor.