@article{Гусев2023-01-16,
author = {А. В. Гусев, Д. В. Гаврилов, Р. Э. Новицкий, Т. Ю. Кузнецова, С. А. Бойцов},
title = {Совершенствование возможностей оценки сердечно-сосудистого риска при помощи методов машинного обучения},
year = {2021},
doi = {10.15829/1560-4071-2021-4618},
publisher = {NP «NEICON»},
abstract = {Рост распространенности сердечно-сосудистых заболеваний (ССЗ) определяет важность их прогноза, необходимость точной стратификации рисков, профилактических и лечебных воздействий. Большие базы медицинских данных и технологии их обработки в виде алгоритмов машинного обучения, появившиеся в последние годы, потенциально позволяют улучшить предсказательную точность и персонализировать терапевтические подходы к ССЗ. В обзоре исследуется применение машинного обучения в предсказании и определении клинических событий кардиологического профиля. Обсуждается роль данной технологии как в расчете общего сердечно-сосудистого риска, так и предсказании отдельных заболеваний и событий. Сравнивается предсказательная точность с принятыми шкалами расчета рисков и действие различных алгоритмов машинного обучения. Анализируются условия для применения машинного обучения и возможности разработки персонализированной тактики ведения больных с ССЗ.},
URL = {https://www.cardiojournal.online/publication/9382},
eprint = {https://www.cardiojournal.online/files/9972},
journal = {Российский кардиологический журнал},
}