Використання штучного інтелекту для вивчення ризику захворювання на туберкульоз на основі аналізу причинно-наслідкових зв'язків

Abstract

Магістерська кваліфікаційна робота виконана студенткою групи КНСШ21 Максимець Вірою Андріївною. Тема “Використання штучного інтелекту для вивчення ризику захворювання на туберкульоз на основі аналізу причинно-наслідкових зв'язків”. Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Мета дипломної роботи полягає у створенні інтелектуальної системи для прогнозування результатів лікування туберкульозу на основі аналізу причиннонаслідкових зв'язків. Об’єктом дослідження є процес виявлення факторів ризику захворювання на туберкульоз для прогнозування результатів успішності лікування. Предметом дослідження є методи машинного навчання для побудови моделей прогнозування на основі причинно-наслідкових залежностей. Новизна дослідження полягає розробці інтерактивного інструменту для візуалізації та аналізу даних, який дозволяє прогнозувати результати лікування в медичних даних. З метою розробки системи прогнозування ризику захворювання на туберкульоз проведено дослідження існуючих методів прогнозування медичних даних. За допомогою методів штучного інтелекту виявлено та проаналізувано пріоритетні ознаки, що впливають на перебіг лікування туберкульозу та дослідено їхні взаємодії. У результаті виконання дипломної роботи розроблено програму, яка на основі моделі ШІ дозволить проводити симуляції різних сценаріїв лікування туберкульозу, враховуючи зміни у факторах ризику. Система апробована на реальному наборі даних про хворих на туберкульоз. Виявлено причиннонаслідкові зв'язки між факторами ризику та розвитком туберкульозу. Визначено пріоритетні ознаки, що впливають на появу туберкульозу. Загальний обсяг роботи: 74 сторінки, 23 рисунки, 19 посилань. Master’s degree work of the student of the group CSAI-21 Maksymets Vira Andriivna. The topic is "The use of artificial intelligence to study the risk of tuberculosis disease based on causality analysis". The work is aimed at obtaining a master's degree in 122 "Computer Science". The purpose of the work is to create an intelligent system for predicting the results of tuberculosis treatment based on the analysis of cause and effect relationships. The object of research is the process of identifying risk factors for tuberculosis to predict the results of treatment success. The subject of research is machine learning methods for building prediction models based on cause-and-effect relationships. The novelty of the study lies in the development of an interactive tool for data visualisation and analysis that allows predicting treatment outcomes in medical data. In order to develop a system for predicting the risk of tuberculosis, a study of existing methods for predicting medical data was conducted. With the help of artificial intelligence methods, priority features that affect the course of tuberculosis treatment were identified and analyzed, and their interactions were investigated. As a result of the diploma work, a program was developed that, based on the AI model, will allow simulations of various tuberculosis treatment scenarios, taking into account changes in risk factors. The system was tested on a real data set of tuberculosis patients. The cause-and-effect relationships between risk factors and the development of tuberculosis were identified. Priority signs that influence the emergence of tuberculosis are identified. The total volume of work: 74 pages, 23 figures, 19 references.