Методы Data Science для медицины

Цифровые методы анализа данных Data Mining для медицины и фармакологии

Главная

Приветствуем Вас на страницах сайта компании «Азфорус»!

Чтобы найти одну жемчужину на дне моря, нужно пересмотреть множество раковин. Так и с  ответами на сложные вопросы: огромные массивы данных нужно проанализировать, чтобы найти важные закономерности и сделать правильный прогноз. Именно такой анализ возможен с помощью методов машинного обучения – Data Science.

Мы представляем собой связующее звено между наукой – специалистами, создающими новые методы анализа данных, — и практикой – передовыми врачами, осознающими ценность таких новых технологий, как Data Science, Big Data, Data Mining, Machine Learning, Artificial Intelligence.

Мы предлагаем услуги по математическому анализу многопараметрических баз данных с использованием современных технологий машинного обучения. В наш арсенал входят как общеизвестные технологии, так и оригинальные подходы, в том числе основанные на коллективных решениях по системам закономерностей.

Наши методы позволяют учитывать высокую размерность данных, не требуют никаких априорных предположений о характере распределений, позволяют избегать избыточного усложнения статистических моделей и проводить эффективную коррекцию на множественное тестирование.

Нами решено большое количество задач диагностики и прогнозирования в таких ведущих институтах, как Российский онкологический Научный Центр им.Н.Н.Блохина, Российский научно-клинический геронтологический центр, НЦ Неврологии РАМН, Институт общей генетики им. Н.И.Вавилова, НИИ нормальной физиологии им.П.К.Анохина. Получены патенты на новые методы в сотрудничестве с врачами иммунологами, педиатрами, военными психиатрами, кардиологами и др.

Хотя компания «Азфорус» создана в 2015 году, опыт работы сотрудников компании в области машинного обучения и методов Data Science разменял уже 3-е десятилетие. Гордостью наших разработок является преодоление проблемы «черного ящика», чем страдает большинство нейросетевых алгоритмов, когда входящая и исходящая информация известна, но как появляется решение, – остается загадкой для пользователя.

Наш подход гарантирует полную прозрачность решений, т.к. все выявленные наиболее информативные показатели ранжируются по убыванию, их сочетания так же отражены в отчете и показаны по убыванию информативности.

По результатам анализа для каждого Проекта создается специальная программа «Прогноз-М», позволяющая вновь поступившего пациента с той или иной долей вероятности отнести в группу риска или в группу с благоприятным исходом.

Данная программная оболочка может легко быть адаптирована для новой задачи, а кроме этого позволяет еще и отразить ближайшее окружение прогнозируемого пациента в многомерном пространстве показателей. Все пациенты с близкими значениями выводятся списком, чтобы врач мог оценить перспективы своего больного, основываясь на уже бывших случаях в его практике.

Как пример, мы уже проводили анализ и учет в проблемах медицинской современной геронтологии и выводили прогностические факторы риска развития ишемического инсульта у человека, перенесшего в пожилом возрасте транзиторную ишемическую атаку.

Кроме того, используя и анализируя статистические данные, полученные в течение 7 лет в 16 клиниках России, мы спрогнозировали и вывели вероятность наступления неблагоприятного исхода в первые полгода после выписки (под неблагоприятным исходом подразумевается развитие острого коронарного синдрома). Использование подходов, основанных на оптимальных разбиениях, открывает дополнительные перспективы для построения прогностических моделей на основе данных клинических исследований, содержащих разнообразную медицинскую, биохимическую, генетическую и др. информацию.

Если у Вас собраны базы данных по медицинским или фармакологическим задачам, и Вы после статистического анализа предполагаете, что не все важные закономерности выявлены, то наши методы гарантируют выявление реально существующих закономерностей с подробным отчетом и рекомендациями по их использованию.

Прямо сейчас напишите нам о Вашей проблеме по адресу: data@azforus.com

Звоните: +7 (903) 253 84 23

+7 (495) 246-63-95

Методы Data Science © 2018 Оставляя комментарий на сайте или используя форму обратной связи, вы соглашаетесь с правилами обработки персональных данных