Автоматизация создания и оценки моделей машинного обучения, решающих клинико-практические задачи
Технологии искусственного интеллекта и машинного обучения непрерывно совершенствуются. В докладе руководителя направления искусственного интеллекта платформы Вэбиомед Анны Андрейченко на ключевой российской конференции по искусственному интеллекту в здравоохранении ITM-A будет представлено описание сформированного гибкого фреймворка моделирования, позволяющего в полуавтоматическом оперативном режиме задействовать передовые методы, технологии и разработки в области машинного обучения и проводить сравнительные эксперименты.
Фреймворк включает в себя критерии оценки итоговых моделей и выбор лучшей модели для проспективной апробации, учитывающий требования биостатистики.
Результаты внедрения и апробации фреймворка будут представлены для набора диагностических и прогнозных моделей машинного обучения, решающих клинико-практические задачи в областях медицины, включающих акушерство и гинекологию, сердечно-сосудистые заболевания и онкологию.