Совершенствование возможностей оценки сердечно-сосудистого риска при помощи методов машинного обучения

Аннотация: Рост распространенности сердечно-сосудистых заболеваний (ССЗ) определяет важность их прогноза, необходимость точной стратификации рисков, профилактических и лечебных воздействий. Большие базы медицинских данных и технологии их обработки в виде алгоритмов машинного обучения, появившиеся в последние годы, потенциально позволяют улучшить предсказательную точность и персонализировать терапевтические подходы к ССЗ. В обзоре исследуется применение машинного обучения в предсказании и определении клинических событий кардиологического профиля. Обсуждается роль данной технологии как в расчете общего сердечно-сосудистого риска, так и предсказании отдельных заболеваний и событий. Сравнивается предсказательная точность с принятыми шкалами расчета рисков и действие различных алгоритмов машинного обучения. Анализируются условия для применения машинного обучения и возможности разработки персонализированной тактики ведения больных с ССЗ.