Рекомендаційна система для лікаря-дерматолога вибору схеми лікування акне на основі фото пацієнта та історії хвороби

Abstract

Шкіра є не лише органом захисту, але й важливим елементом загального людського здоров'я. Акне, відоме як вугрова хвороба, є одним з найпоширеніших дерматологічних захворювань. Стрес має великий вплив на збільшення випадків акне, тому в Україні відбулося значне зростання кількості захворювань після початку повномасштабного вторгнення. Завданням даної магістерської кваліфікаційної роботи є розробка рекомендаційної системи для лікаря-дерматолога вибору схеми лікування акне, яка спрямована на забезпечення високої точності діагностики за допомогою об'єктивних показників, забезпечуючи ефективне і точне лікування вчасно та незалежно від місця перебування пацієнтів та лікаря. У багатьох регіонах України якісна дерматологічна допомога обмежена. Крім того, велика кількість лікарів і пацієнтів зараз перебувають за межами України. Усі ці фактори демонструють , що існує проблема забезпечення доступності якісного медичного обслуговування для всіх українців з акне. Мета дослідження полягає в розробці системи, яка надає рекомендації лікарю-дерматологу для вибору оптимальних схем лікування акне. Ці рекомендації формуються на основі аналізу фотографій пацієнта за допомогою передових методів машинного навчання. Об'єктом дослідження є процес надання рекомендацій з вибору оптимальної стратегії лікування акне, використовуючи передові методи машинного навчання. Предметом дослідження є застосування технік машинного навчання для створення рекомендацій щодо вибору ефективної схеми лікування акне.

На дослідницькому рівні вперше було отримано механізм видачі рекомендацій для лікаря-дерматолога по підбору схеми лікування акне, використовуючи методи машинного навчання. Практично застосовувати розроблену систему можуть лікарі-дерматологи , що прагнуть автоматизувати свою роботу і цим самим оптимізувати час витрачений на допомогу пацієнтів, як наслідок отримати змогу працювати з більшою кількістю пацієнтів та збільшити власний дохід. Практична цінність одержаних результатів полягає у досягненні простоти процесу надання консультацій пацієнтам. У ході дослідження була створена технологічна демонстраційна версія рекомендаційної системи для лікаря-дерматолога підбору схеми лікування акне. На даному етапі система не готова до масштабної експлуатації в сфері дерматології. Проте якщо розвинути розроблену версію системи до комерційної системи, то це буде унікальна система на ринку України і допоможе у розвитку дерматологічної сфери.The skin is not only a protective organ, but also an important element of overall human health. Acne, also known as acne vulgaris, is one of the most common dermatological diseases. Stress has a major impact on the increase in acne cases, and the reas of significant one in the number of cases since the full-scale invasion started. The objective of this master's thesis is to develop a recommendation system for a dermatologist to choose an acne treatment regimen, which aims to ensure high diagnostic accuracy using objective indicators, providing effective and accurate treatment on time and regardless the location both patient and the doctor. In many regions of Ukraine, quality dermatological care is limited. Additionally, a large number of doctors and patients are now outside country. All these factors demonstrate that there is a problem of ensuring access to quality medical care for all Ukrainians with acne. The goal of the study is to develop a system that provides recommendations to a dermatologist for choosing the best acne treatment regimens. These recommendations are based on the analysis of patient photos using advanced machine learning methods. The object of the study is the process of providing recommendations for choosing the optimal acne treatment strategy using advanced machine learning methods. The subject of the study is the application of machine learning techniques to create recommendations for choosing an effective acne treatment regimen. At the research level, a mechanism for issuing recommendations for a dermatologist to select an acne treatment regimen using machine learning methods was first obtained. The developed system can be practically used by dermatologists who aim to automate their work and optimise the time spent on patient care, allowing them to deal with more patients and increase their own income. The practical value of the thesis consequences is to make providing advice process easier. The study created a technological demonstration version of a recommendation system for a dermatologist to select an acne treatment regimen. At this stage, the system is not ready for large-scale use in dermatology. However, if the developed version of the system is considered by a commercial system, it will be a unique one within the Ukrainian market and will contribute to the dermatology field developing.