Методы машинного обучения в задаче прогнозирования результатов лечения

В нашем исследовании мы работаем с данными медицинского центра, занимающегося проблемами репродукции. Стандартное лечение там складывается из двух этапов: сначала осуществляется обследование, а затем непосредственно клиническая часть, которую контролирует лечащий врач от начала до конца. Современное лечение бесплодия с помощью процедуры ЭКО подразумевает использование высокотехнологичных процедур, включенных в эмбриологический этап, который осуществляется вне организма человека. Основное число показателей в используемой базе данных составляют именно эти эмбриологические данные, которые напрямую недоступны лечащему врачу-клиницисту. Поэтому сейчас одними из главных направлений работы исследователей является не только анализ эффективности новых методов диагностики и лечения, но и изучение возможности по-новому оценить информативность традиционных существующих показателей, а также внедрение информационных технологий и систем для повышения точности диагностики и лечения. Целью данного исследования является разработка прототипа медицинской экспертной системы для предоставления рекомендаций врачу-клиницисту. Такое решение поспособствует повышению эффективности и точности лечения в медицинском центре, занимающемся проблемами репродукции. А именно, разрабатываемая модель будет способна предлагать тактику дальнейшего лечения, исходя из параметров, имеющих наибольшее влияние на результат, что позволит доктору перепроверять собственные рекомендации и, как следствие, снизит риск нежелательного результата лечения.