У дисертаційній роботі вирішено важливу науково-прикладну проблему розроблення та удосконалення моделей, методів і засобів машинного навчання в задачах класифікації, кластеризації, прогнозування та візуалізація результатів опрацювання персональних даних для адаптації медичних рішень до пацієнта. У роботі введено поняття персоналізації, персоналізованих рішень та медичних даних пацієнта. Проаналізовано правові вимоги щодо використання персоналізованих медичних даних, існуючі практичні рішення, що відображають основні підходи до використання медичних даних та урахування персоналізації за результатами аналізу існуючих систем штучного інтелекту у сфері медицини. Проведено порівняльний аналіз класичних методів та визначені обмеження, що характерні при опрацюванні медичних персоналізованих даних. Визначено найбільші обмеження під час опрацювання універсальними методами великих та малих мультимодальних медичних наборів даних, що визначили актуальну науково-прикладну проблему щодо розробки нових чи удосконалення існуючих методів штучного інтелекту щодо підвищення точності процесу обробки великих та малих мультимодальних медичних даних для пошуку персоналізованих рішень та сформувати завдання наукового дослідження.

Постачальник даних: УкрІНТЕІ (Український Інститут науково-технічної експертизи та Інформації)

  Завантажити автореферат