ПРОГНОЗИРОВАНИЕ РЕЗУЛЬТАТОВ ХИРУРГИЧЕСКОГО ЛЕЧЕНИЯ ГРЫЖИ ДИСКА

В медицине происходит интенсивное накопление информации о результатах лечения заболеваний позвоночника различными консервативными и оперативными методами. Сложность и многочисленность имеющихся в арсенале у нейрохирурга возможностей декомпрессии и фиксации позвоночника, разнообразие и индивидуальность вариантов течения заболеваний, многочисленность анализируемых факторов и симптомов, приближенность оценивания результатов требует привлечения математических методов и компьютерных средств, которые позволяют анализировать имеющийся формализованный материал и результативно использовать его для поддержки принятия решений при диагностике и лечении конкретного пациента. Эта работа посвящена разработке методов и программного модуля прогнозирования результатов хирургического лечения дегенеративных заболеваний позвоночника. Модели прогнозирования строились на основе выборки из 750 пациентов, предоставленной НИИ Нейрохирургии им. акад. Н.Н. Бурденко, по 28 признакам. Прогноз строится для лечения грыжи межпозвонкового диска пояснично-крестцового отдела позвоночника по трем хирургическим вмешательствам: микродискэтомия, радиочастотная деструкция и стабилизация. Для решения этой задачи были применены методы машинного обучения. Также с помощью методов машинного обучения были выделены признаки, играющие ключевую роль в предсказании результата лечения. Для каждого вмешательства отдельно была построена прогностическая модель с лучшими результатами. Для интеграции трех моделей было написано приложение, которое выдает рекомендации, о том с какой вероятностью каждое из вмешательств будет успешно для конкретного пациента

Сборник материалов конференции
Издательство
Ростовский государственный экономический университет "РИНХ"
Язык
Русский
Страницы
285-292
Статус
Опубликовано
Организации
  • 1 Российский университет дружбы народов
  • 2 Федеральный исследовательский центр "Информатика и управление" РАН
Ключевые слова
прогнозирование; дегенеративные заболевания; искусственный интеллект; машинное обучение
Дата создания
20.10.2018
Дата изменения
20.10.2018
Постоянная ссылка
https://repository.rudn.ru/ru/records/article/record/12350/
Поделиться

Другие записи