Методы Data Science для медицины

Цифровые методы анализа данных Data Mining для медицины и фармакологии

Главная

Компания «Азфорус» представляет собой связующее звено между наукой – специалистами, создающими новые методы анализа данных, — и практикой – передовыми врачами, осознающими ценность новых технологий Data Science.

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, 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.

Если у Вас собраны базы данных по медицинским или фармакологическим задачам и Вы не довольны статистическим анализом, который не дал Вам полезных выводов, 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: azforus@yandex.ru

Звоните: +7 (903) 253 84 23

+7 (985) 745 22 52

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