Lefiofanmed

Давно от нас не было новостей, точнее от меня.

Но их предостаточно: наконец-то нашлись научные руководители, которые позволяют и помогают развиваться, об этом расскажу, когда будет сформирован проект полностью и начнет свою работу в полном масштабе, если кратко мы нашли BigData и смогли к ним подключиться и сортировать нужным образом, чтоб выстроить вектор пациента.

Пост будет о простом баловстве:

Работая над все над нейронкой я понял, что мне не хватает данных. И было бы не плохо иметь постоянно генерируемые медицинские задачи, для оценки нейросети.

И пришла идея: что если взять задачи, которые хоть немного структурированы и как то обработать этот текст.

Логика проста:

Берем аккредитационные задачи за 18 год (бонус на них есть ответы) и работаем с ними.

1) Требуется структурировать информацию из текста.
2) Определить одинаковые задачи.
3) Генерировать задачи.

Звучит просто, но реализовать это оказалось большой проблемой…

Пока не хочу вас напрягать информацией, но если вас это заинтересует, то мы продолжим это решать, а пока…

Вот ссылка на Colab ноутбук, в котором вы сами можете сгенерировать задачи, просто запускайте код: https://colab.research.google.com/drive/1Vcb4B0nIofVNE2BYTsf...

Пока это все на начальном этапе, но я честно старался, так что если у вас будут предложения, критика, как всегда просто пишите. Ждем ваших комментариев с нетерпением. Спасибо, Добра. Как всегда с вами проект: IT-medicin: https://vk.com/itmedicin - последние новости будут там)

Вот и свершилось, новые данные по нашему проекту. Сформулированы, отредактированы и объедены.

Данный объем работы отражает не все результаты и выводы и является лишь частью, но мы постарались отобразить многое. Выкладываем данные в новом формате, чтоб вы смогли посмотреть у себя картинки которые содержаться в документе.

Считаем, что всем мед работникам будет в новинку посмотреть на новую подачу данных и всю прелесть визуализированных данных.

Что можно увидеть?

-Визуализированные данные о том как распространяются многие жалобы относительно класса заболеваний в общем. Их корреляцию с другими классами заболеваний и многое другое.

-Решение медицинских задач при помощи нейронных сетей, а так же при желании сопоставить возможные данные и попытаться их интерпретировать самим с точки зрения медицины. Для этого напишите нам и мы поможем вам их понять.

Что нового в работе:

-Применены новые методы подачи данных. Первым делом мы изменили объем данных по анализу части анамнеза теперь он 22x869 против прошлого 22x1500(+-). Мы применили анализ на 2 функциях активации(сигмоида и тангенс).

-Применили новое формирований анализа, а именно формирование новых данных относительно каждого случая, то есть БД формируются под каждый случай уникально тем самым снижая размерность ошибки, при нахождении от общей базы.

-Сокращен и оптимизирован код. Сокращение кода и применение новых функций и библиотек позволило сократить анализ с 330сек. решения задачи до 90сек. при должной компиляции проекта решение занимает 54 рекордных секунды!

Проведен анализ различных методов с использованием scikit-learn, seaborn.

Выявленные ошибки:

При прошлых работах были допущены ошибки в формировании БД. В БД анамнеза был допущен сдвиг предикторов на порядок класса по мкб10. БД анализов была допущена ошибка при формировании, а именно таблица предикторов при max значениях дублировалась и в таблице для min значений. Теперь все учтено и отредактировано.

С уважением, команда!

Данные: https://vk.com/club4552712

Привет, Пикабу!

Вот мы и снова тут)

Перед тем как опубликовать новые данные по работе нашей нейронной сети, хотелось бы сказать большое спасибо всем людям, которые поделись нашей работой в своих соц. сетях, для нас это очень важно! Людям, которые внесли конструктивную критику и подняли интересные вопросы. Спасибо и самому Пикабу, мы не ожидали, что залетим в горячее и получим столько обратной связи)))

Отдельное спасибо людям, которые написали нам на почту и пожелали вступить в проект, Вас было очень много! К сожалению мы не успеваем ответить всем, надеюсь вы не в обиде. Так же у нас есть проблемы по организации работы, короновирус дает о себе знать)

И так, кратко по нашей работе.

Мы все еще студенты и пытаемся реализовать ИИ для решения медицинских задач.

Сама работа: https://vk.com/club4552712?w=wall-4552712_1659

Программа реализована на основе теоретических знаний в области медицины. Для решения мы все еще используем метод обратного распространения. Мы знаем, что есть нейронные сети реализованным крутыми программистами и показывающие крутые результаты, но мы не можем себе позволить использовать их - мы не знаем, как они реализованы и какие методы внутри они используют, что является основополагающим для понимания результата.

Как известно по МКБ-10 существует 22 класса заболеваний и мы решили их разделить в зависимости от Орган-система и Этиологические факторы ( и др.(подробнее в работе)).

Мы смогли добиться некоторых улучшений по работе нейронной сети со стороны анамнеза, со стороны лабораторных методов исследования улучшений пока нет. При определении органо-комплексной системы теперь можно выстраивать вероятности и по этиологическому фактору, и что самое интересное даже создать модель от других систем – а это значит, что можем построить логику для сложных случаев, например: развитие сердечно сосудистых заболеваний при заболеваниях почек, конечно в практике до этого еще далеко.

Немного о будущем:

- в лабораторных анализах мы смогли разработать несколько вариантов получения данных, на (фото 2) представлены примерный макет анализа данных. Тут изображены показатели красной крови, по нашим представлениям, пытаемся рассчитать общий коэффициент нормы в отношении показателей и при его отклонении.

-Как всегда планируем расширять базу данных по заболеваниям! Если попытаться объяснить, то надо создать более чем 17 млн. переменных и это только по анамнезу.

-Включать для анализа показатели физикального осмотра.

-Изучать новые методы программирования, например недавно мы смогли добиться решения задачи за 228 секунд против 6 минут, с помощью библиотеки pandas

-Продолжать изучать медицину

-Постараемся выкладывать, новую информацию в соц. сети более активно, накопленного материала очень много, но не успеваем его оформлять.

Всем спасибо и с наступающим Новым Годом! С уважением, команда!

Мы группа самоорганизованных студентов медицинского ВУЗа из Ижевска создали нейросеть, способную ставить диагнозы основываясь на жалобах и показателях крови.

Из – за невозможности публиковать свою работу в научных журналах по неким причинам, мы оформили ее в свободный доступ.

Работу прочесть можно тут: https://vk.com/club4552712?w=wall-4552712_1658

Нейросеть основана на огромном количестве структурированных медицинских знаний.

Мы написали нейросеть методом обратного распространения используя сигмоидную функцию активации. Создав свыше 25 млн клинических случаев по учебникам получили данные, которые можно включить взаимосвязь и применить различные математические методы: выделить среднее арифметическое, метод достоверности, узнать моду и проверять значения посредством теории вероятности.

Вручную мы создали свыше 20 тыс. данных создав зависимость между 986 жалобами и 22 классами заболеваний.

Для чего мы сделали это?

Врачам требуется учитывать много факторов при постановке диагноза и еще больше, когда попадаются сложные случаи. Хотим чтоб каждый человек получил качественную диагностику, которая поможет ему улучшить качество его жизни.

Результаты работы нейросети вы можете узнать в документе

Будем очень благодарны если вы оставите отзыв, поддержите нас и расскажете об этом вашим друзьям/знакомым.

Нам требуются любая помощь, так что если вы хотите помочь в создании и развитии проекта и заняты в области медицины/программировании пишите на почту с пометкой: “Желаю в проект”. Обучим, научим, объясним. med-itproject@yandex.ru