В Петрозаводском университете создали ИИ-модель CatBoost для ранней оценки рисков преждевременных родов по медкартам. Точность — 81%, выявление случаев — до 87%. Специалисты Петрозаводского государственного университета (ПетрГУ) разработали систему на базе искусственного интеллекта (ИИ) для ранней оценки рисков преждевременных родов по данным электронных медкарт. Результаты опубликованы в журнале «Акушерство, гинекология и репродукция». Ученые отмечают, что лучшие результаты прогнозирования риска среди алгоритмов машинного обучения показал алгоритм на основе градиентного бустинга — CatBoost Classifier (Categorical Boosting Classifier). Градиентный бустинг (Gradient Boosting) — метод машинного обучения, который последовательно создает набор слабых прогностических моделей (обычно деревьев решений), комбинируя их в единую сильную модель. Каждая новая модель стремится исправить ошибки, допущенные предыдущими моделями. CatBoost показал точность 81%, чувствительность 87% и полноту извлечения
Российские ученые создали ИИ-модель для оценки рисков преждевременных родов
2 апреля2 апр
2
1 мин