ISSN: 2376-130X
ゼフェン・ワン、ローラン・ペイロディ、フア・カオ、サミュエル・ブーデ
目的:診断と予後を支援するための新しい人工知能手法「サポート センター マシン」(SCM) を医療システムに適用します。方法 データ処理では、SCM は機械学習中に各クラスの真の中心を探します。医療システムへの適用では、これらの中心を健康状況モデルとして作成し、すべての健康記録をマップに変換します。非疾患や疾患などのすべてのモデルは、このマップでラベル付けされます。したがって、患者の健康記録の進化はマップを使用して監視できます。最近の記録データから中心までの距離の進化に基づいて、システムは健康な進化の傾向を推定し、将来の可能性のある状況を予測します。結果: SCM は「ウィスコンシン乳がんデータ」でテストされ、LDA および SVM 手法と比較されました。健康マップを定義する 20 の中心が見つかりました。トレーニング用に450のランダムデータ選択を行ったテスト結果によると、SCMは乳がんの正しい検出率の平均が91.4%から95.6%で、機械学習に使用されたデータの10%と90%に相当し、より良いパフォーマンスを示しました。これらの比率は、SVMやLDAよりも1%から5%増加しました。さらに、SCMの結果の正しい検出率の分散は、SVMやLDAと比較して0.8%から3.0%減少しました。トレーニング用のデータが10%しかない場合でも、主成分が3つしかない場合、比率は87%前後を維持しました。システムがトレーニングに50%のデータを使用し、残りをテストした場合、比率の平均は93%、最高は95%でした。
結論: SCMは病気の診断/予後システムを正常に構築し、健康マップを作成しました。健康記録を 2D または 3D マップ上に表示できるため、臨床医は適切な解釈を行うことができます。さらに、新しい状況 (症状 / 病気) が発生した場合、医師はそれを視覚化し、SCM の既存のマップに従って分析することができます。