Полиданов М.А.
Университет «Реавиз»;
Медицинский университет «Реавиз»;
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Волков К.А.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Масляков В.В.
Медицинский университет «Реавиз»;
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Барулина М.А.
Медицинский университет «Реавиз»;
ФГАОУ ВО «Пермский государственный национальный исследовательский университет»;
Саратовский научный центр РАН — Институт проблем точной механики и управления РАН
Паршин А.В.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Сухой Д.В.
ФГАОУ ВО «Пермский государственный национальный исследовательский университет»
Высоцкий Л.И.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Дягель А.П.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Мезиров Г.Г.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Марченко В.С.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Кудашкин В.Н.
ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава России
Возможности использования алгоритмов градиентного бустинга для прогнозирования осложнений у пациентов с хирургическим перитонитом
Журнал: Оперативная хирургия и клиническая анатомия (Пироговский научный журнал). 2024;8(3): 5‑13
Просмотров: 477
Загрузок: 8
Как цитировать:
Полиданов М.А., Волков К.А., Масляков В.В., и др. Возможности использования алгоритмов градиентного бустинга для прогнозирования осложнений у пациентов с хирургическим перитонитом. Оперативная хирургия и клиническая анатомия (Пироговский научный журнал).
2024;8(3):5‑13.
Polidanov MA, Volkov KA, Maslyakov VV, et al. Possibilities of using gradient bousting algorithms to predict complications in patients with surgical peritonitis. Russian Journal of Operative Surgery and Clinical Anatomy. 2024;8(3):5‑13. (In Russ.)
https://doi.org/10.17116/operhirurg202480315
Перитонит остается одной из актуальных проблем в силу высокой летальности при несвоевременном или недостаточном лечении, а также от возникновения послеоперационных осложнений.
Определение возможности прогнозирования возникновения осложнений в послеоперационном периоде у пациентов, поступивших с диагнозом перитонит, с помощью методов искусственного интеллекта (ИИ) на примере метода градиентного бустинг.
Для построения модели использован набор данных 1558 пациентов, содержащий закодированные данные клинико-диагностических и инструментальных исследований, выполненных при госпитализации пациентов с диагнозом перитонит. Целевым параметром является исход болезни — наличие или отсутствие осложнения. С математической точки зрения рассматриваемая задача относится к задаче бинарной классификации. Для построения модели бинарной классификации использован метод градиентного бустинга на деревьях решения (Gradient Boosting on Decision Trees — GBDT). С помощью GBDT проанализирована важность параметров, т.е. насколько сильно параметры влияют на целевой параметр — возникло осложнение или нет. Для построения модели методом GBDT выбрана библиотека CatBoost, которая зарекомендовала себя как одна из наиболее эффективных среди аналогичных алгоритмов градиентного бустинга на деревьях решения.
Выяснено, что важности параметров, определяемые алгоритмами ИИ и статистическими методами, различаются, что можно объяснить способностью алгоритмов ИИ улавливать внутренние неявные связи между данными. При этом достаточно собрать только 3 наиболее важных параметра для получения прогноза. Построенная модель показала хорошую прогностическую способность по невозникновению осложнений.
На основе построения модели показана потенциальная возможность прогнозирования возникновения или невозникновения осложнений у пациентов после операции на основе данных, собранных при поступлении пациента в приемное отделение. При дальнейшей работе с данными и обучении предиктивных моделей видится целесообразным использовать именно методы ИИ для отбора важных параметров.
Ключевые слова:
Авторы:
Полиданов М.А.
Университет «Реавиз»;
Медицинский университет «Реавиз»;
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Волков К.А.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Масляков В.В.
Медицинский университет «Реавиз»;
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Барулина М.А.
Медицинский университет «Реавиз»;
ФГАОУ ВО «Пермский государственный национальный исследовательский университет»;
Саратовский научный центр РАН — Институт проблем точной механики и управления РАН
Паршин А.В.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Сухой Д.В.
ФГАОУ ВО «Пермский государственный национальный исследовательский университет»
Высоцкий Л.И.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Дягель А.П.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Мезиров Г.Г.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Марченко В.С.
ФГБОУ ВО «Саратовский государственный медицинский университет им. В.И. Разумовского» Минздрава России
Кудашкин В.Н.
ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава России
Дата поступления:
06.03.2024
Дата принятия в печать:
11.04.2024
Список литературы:
Закрыть метаданные
Подтверждение e-mail
На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.
Подтверждение e-mail
Войдите на сайт, используя вашу учетную запись в одном из сервисов
Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.