Машинное обучение может спрогнозировать, сколько человек с ВИЧ пробудет в больнице
Согласно исследованию, опубликованному в журнале Frontiers in Public Health, продолжительность пребывания в больнице, а также длительную госпитализацию людей, живущих с ВИЧ, можно предсказать с помощью моделей машинного обучения.
Исследование проводилось в Пекине (Китай) и охватило период с 2008 по 2020 год. Учёные использовали 2 вида моделей:
- модели для прогнозирования риска длительного пребывания;
- модели для прогнозирования индивидуальной продолжительности пребывания.
В исследование было включено 1556 пациентов, из них 91% - мужчины, средний возраст – 45 лет. Среднее количество CD4 составило 158 клеток, множественные оппортунистические инфекции были диагностированы в 50% случаев, а заболевания, не определяющие СПИД, - в 3% случаев.
Средняя продолжительность пребывания в больнице составила 24 дня. В общей сложности у 36% участников было зафиксировано длительное пребывание (более 25 дней).
Из всех использованных моделей машинного обучения (RF, KNN, SVM и XGB) наилучшие результаты показала модель KNN (точность 0,9; ценность положительного прогнозирования 0,89; ценность отрицательного прогнозирования 0,9). На втором месте - XGB.
Комментарии
Исследователи пришли к выводу, что модель XGB может быть полезна для прогнозирования продолжительности пребывания в больнице, а модель KNN – для прогнозирования длительной госпитализации.
«С помощью интеллектуальной системы медицинского прогнозирования можно уменьшить бесполезную трату ресурсов здравоохранения», - заключили авторы исследования.
Ранее учёные выяснили, что методы машинного обучения могут предсказать устойчивость мутаций ВИЧ к лекарствам.
