RT - 
SR - Electronic
T1 - Машинное обучение в прогнозировании ближайших и отдаленных результатов реваскуляризации миокарда: систематический обзор
JF - Российский кардиологический журнал
SP - 2023-01-16
DO - 10.15829/1560-4071-2021-4505
A1 - Гельцер, Б. И.
A1 - Рублев, В. Ю.
A1 - Циванюк, М. М.
A1 - Шахгельдян, К. И.
YR - 2021
UL - https://www.cardiojournal.online/publication/9250
AB - Методы машинного обучения (МО) относятся к основным инструментам искусственного интеллекта и все шире используются в популяционной и клинической кардиологии для стратификации рисков развития сердечно-сосудистых заболеваний и их осложнений. В систематическом обзоре представлен анализ научной литературы по результатам использования различных методов МО (искусственных нейронных сетей, случайного леса, стохастического градиентного бустинга, машины опорных векторов и др.) для разработки прогностических моделей, определяющих риск развития неблагоприятных событий в ближайшем и отдаленном периодах после коронарного шунтирования и чрескожных коронарных вмешательств. Большинство исследований по данной проблеме сосредоточено на создании новых прогностических моделей c более высокой предсказательной ценностью, что является базовым условием для их внедрения в клиническую практику. Подчеркивается, что совершенствование технологий моделирования и разработка на этой основе практико-ориентированных инструментов поддержки принятия врачебных решений относится к одному из наиболее перспективных направлений цифровизации здравоохранения, востребованных в повседневной профессиональной деятельности.