Год проекта2024

MEDCYB

MEDICAL AI · DATA SCIENCE · RESEARCH

MEDCYB

Машинное обучение на массиве из 15 000+ клинических наблюдений и около 85 исходных параметров — для выявления закономерностей, связанных с риском гестационного диабета.

СПбГПМУ Обсудить Data Science-проект

Клиническое исследование · MEDCYB

Задача, ради которой изучались данные

Риск гестационного сахарного диабета зависит от множества факторов. В сотрудничестве с кафедрой акушерства и гинекологии СПбГПМУ я выстроил исследовательский процесс: изучить клинические наблюдения и проверить потенциальные предикторы.

Данные

15 000+

клинических наблюдений

Исходный набор

~85

исходных параметров

Критерий качества

Подготовленная выборка и происхождение каждого признака должны оставаться прослеживаемыми.

Протокол исследования

От клинических записей к проверяемым предикторам

Ценность здесь не в одной цифре точности модели, а в прослеживаемом пути: от исходной таблицы через проверку качества и подготовку признаков к валидации и врачебной интерпретации.

Описать исходный массив

Проверить структуру клинической таблицы, типы полей и наличие целевого признака.

Структура данных

Проверить качество

Найти пропуски, дубликаты, выбросы и неодинаковые значения категорий.

Проблемы качества

Подготовить выборку

Задать воспроизводимые правила очистки и преобразования, сохранив происхождение признаков.

Подготовленные данные

Собрать признаки

Исследовать распределения и связи, подготовить числовые и категориальные признаки, проверить риск утечки данных.

Матрица признаков

Сравнить подходы

Проверить классификационные подходы на отложенных данных; отдельно рассмотреть ошибки пропуска значимых случаев.

Результат валидации

Интерпретировать

Выделить закономерности и предикторы, которые можно предметно обсудить с медицинскими специалистами.

Проверяемые предикторы

Технологии и методы

DATA · SCIENCE · ML

DATA ENGINEERING

Подготовка данных

Проверка и воспроизводимое преобразование исходного массива.

PythonpandasNumPyExcel / CSV

DATA SCIENCE

Исследовательский анализ

Распределения, аномалии и связи между клиническими параметрами.

JupyterMatplotlibEDAКачество данных

MACHINE LEARNING

Модели и проверка

Отбор признаков, классификация и проверка на отложенных данных.

scikit-learnОтбор признаковКлассификацияВалидация

Результат и границы

Основа для врачебного обсуждения, не диагноз

Анализ выявил закономерности и предикторы, связанные с риском гестационного диабета. Подготовленную матрицу признаков и основания классификации можно обсуждать с медицинскими специалистами; работа остаётся исследовательской и не заменяет врачебное решение.

Есть сложная задача на стыке данных и AI?

Разберём исходные данные, ограничения и риски, а затем определим полезный первый этап с измеримым результатом.

Обсудить задачу