​#ИИ #аналитика Российские ученые назвали самые популярные способы и методы машинного обучения в медицине Исследователи из Балтийского федерального университета имени Иммануила Канта (Калининград) и их коллег из Национального медико-хирургического Центра имени Н. И. Пирогова (Москва) и ЦНИИОИЗ Минздрава России определили какие алгоритмы искусственного интеллекта (ИИ) пользуются наибольшей популярностью в медицине, проанализировав их упоминание в 10 тысячах исследовательских статей из базы данных PubMed. Коротко об итогах их исследования: ✔️Исследование также показало, что глубокое машинное обучение редко применяется в медицине. Это связано с тем, что решения, принимаемые ИИ такого типа, сложно объяснить явным образом. То есть технология медицинского ИИ должна быть «прозрачной»: врач, пользуясь ею, должен объяснить, почему ИИ пришел к тем или иным выводам. Тогда как технологии глубокого обучения часто не оставляют врачу возможности интерпретировать полученные с их помощью результаты. ✔️Прогноз и диагностика в основном полагаются на традиционные алгоритмы машинного обучения, а не на методы глубокого обучения, поскольку они уделяют большое внимание интерпретируемости и стабильности алгоритмов. ✔️Машинное обучение с учителем — самый популярный способ для медицинских целей: множество литературы посвящено сочетанию методов машинного обучения с учителем и временных рядов. Такие методы, как логистическая регрессия, модель дерева решений, наивная байесовская классификация, метод опорных векторов, алгоритм случайного леса и метод повышения стохастического градиента, используются для прогнозирования аномалий и оценки рисков в репродуктивной медицине, неврологии, исследованиях инсульта, диабета и т. д. Авторы полагают, что их исследование может служить своеобразным справочником при выборе оптимального способа анализа медицинских данных для решения конкретной задачи. @medicalksu