15 июля 2024 
AdminGWP 
С тoчнoсть в 89,4%Учeныe с Eврeйскoгo унивeрситeтa в Иeрусaлимe рaзрaбoтaли мeтoд нa oснoвe мaшиннoгo oбучeния для того выявлeния пoдтипoв зaбoлeвaний. Стaтья oпубликoвaнa в Journal alliancenet.com.ua
of Biomedical Informatics..
© Ferra.ru
Точная распознавание подтипов заболеваний играет ключевую занятие в их изучении и лечении. Подошва Open Targets объединяет биомедицинские, генетические и биохимические показания, облегчая классификацию болезней и исследование генов-мишеней про лекарств. Однако аннотации многих заболеваний неполны и требуют привлечения специалистов. Особенно тонко эта проблема достаточно для редких заболеваний, нате изучение которых выделено менее средств.
Исследователи предложили небывалый подход на основе машинного обучения в (видах выявления болезней с потенциальными подтипами. Они использовали базу данных Open Targets, включающую 23 000 заболеваний, и обучили фасон распознавать заболевания с подтипами для основе имеющихся данных. Посему с помощью машинного обучения оценили оперативность. Ant. неэффективность модели и обнаружили (то) есть уже известные, (до и новые подтипы.
Манекенщица достигла точности в 89,4% около распознавании известных подтипов заболеваний. Слитие предварительно обученных языковых моделей покамест больше повысила ее полезное действие. Исследование также выявило 515 заболеваний, у которых, точно по прогнозам, могут (пре)бывать не описанные вперед подтипы.
© Journal of Biomedical Informatics. Производное:Medical Xplore
Рубрика: