Выбор оптимальной терапии с помощью методов машинного обучения

На сегодняшний день существует большое количество методов поиска персонализированного лечения с помощью машинного обучения, и это направление исследований продолжает интенсивно развиваться. В данной работе представлено исследование по поиску оптимального метода персонализированного лечения на основе данных, полученных в ходе многолетних наблюдений за лечением детского острого лимфобластного лейкоза (ОЛЛ), проводимых Федеральным научно-клиническим центром (ФНКЦ) им. Д. Рогачева совместно с берлинской клиникой Шарите по протоколу MB-ALL. В качестве основы метода поиска оптимальной терапии был выбран метод взвешенных исходов. В работе были использованы четыре разных ядра, которые могут быть использованы в составе метода: линейное, полиномиальное, экспоненциальное и гауссово, проведено сравнение результатов для каждого из этих ядер. Для оценки результатов представлены таблицы, содержащие ключевые значения признаков пациентов по каждому ядру, а так же визуализированы графики функции ошибки.