В НИУ ВШЭ задействовали ML для определения риска развития осложнений после инфаркта

Специалисты изучили влияние 39 факторов на прогноз риска гибели пациентов и развития осложнений. Для этого были использованы данные 200 пациентов Сургутского окружного центра диагностики и сердечно-сосудистой хирургии, поступивших с инфарктом миокарда с 2015 по 2024 год.

В рамках исследования ученые обучили и протестировали несколько алгоритмов машинного обучения: градиентный бустинг (CatBoost и LightGBM), случайный лес, логистическую регрессию и AutoML. В результате, по словам специалистов, алгоритм CatBoost лучше всего справлялся с оценкой рисков развития осложнений. Ученые выделили девять самых значимых факторов, влияющих на вероятность появления осложнений. Одним из них оказались мутации в гене VEGFR-2.

Исследователи отмечают, что анализ генетических данных помогает в создании более точных и персонализированных моделей прогноза рисков сердечно-сосудистых осложнений у пациентов после инфаркта миокарда.

📃 Исследование опубликовано в журнале Frontiers in Medicine

🔗 Источник: https://www.hse.ru/news/science/983732797.html