Простой алгоритм прогнозирования исхода COVID-19

May 15, 2020 17:17


Работа, результат которой обозначен в заглавии, выполнена с помощью математической обработки первичных клинических и лабораторных данных тяжелых больных COVID-19, госпитализированных в одну из больниц Уханя с 10 января по 18 февраля 2020. Для формирования прогностического алгоритма использовались методы, относящиеся к сфере искусственного ( Read more... )

Leave a comment

Comments 8

costbor May 15 2020, 21:34:45 UTC
Интересно, а на какой день госпитализации эти показатели мерились. Ведь насколько я понимаю это показатели септического шока. И какова была интервенция и ответ организма на лечение? И может быть эти показатели смертельны и без ковида?

Reply

prof_afv May 15 2020, 21:40:34 UTC
В модели проигрывались данные по разным временным точкам. Пороговые значения определены по временной точке максимально удалённой от исхода. Предсказуемо, чем ближе к исходу, тем точнее был прогноз. Но в диапазоне до 10 дней до исхода (в статье даже до 18) точность прогноза довольно высокая (около 0.9).

Reply

costbor May 15 2020, 22:21:01 UTC
Спасибо Вам, я уже переслал ссылку, доктору пульмонологу, что пишет диссертацию по ИИ. Она совсем молоденькая, второго года аспирант. Сейчас она на ковиде и пожаловалась вчера, что у неё появились седые волосы. Это к тому, что никто не лечит.

Reply


kotoshka May 15 2020, 22:31:13 UTC
Мне лично, как модельеру с многолетним стажем, такой подход нравится! Как Вы полагаете, такой алгоритм возможно ли использовать при оценке эффективности лекарств для конкретного человека?
Если бы его внедрили, из протоколов и гайдлайнов ушли бы "усреднения", лечение стало бы персонифицированным. Хотя бы для Ковида. Пока для Ковида.

Reply


permea_kra May 16 2020, 06:19:22 UTC
XGBoost - это не метод, а програмная библиотека.

Reply

barmaleijin May 16 2020, 15:28:15 UTC
Которая реализует алгоритм/технику/метод машинного обучения Gradient boosting.
В том смысле, что большой ошибки тут нет. : )

Reply

prof_afv May 16 2020, 15:57:39 UTC
По-первых, я оговорил, даже дважды, что в IT я "чайник".
Во-вторых, я написал: "В качестве инструмента применялся алгоритм «supervised XGBoost classifier". Где здесь слово метод?
С моей "чайниковской колокольни" библиотека программ это инструмент для решения тех или иных задач.

Давайте не цепляться за мелочи, а обсуждать смыслы. А смысл, в контексте этого поста, следующий - имеет ли смысл "обучать" эту модель данными, скажем, с Коммунарки, или других крупных больниц. И если имеет, реально ли это сделать.

Reply


bigdrum May 16 2020, 07:30:54 UTC
Любопытно.

Reply


Leave a comment

Up