Výzkum modelu varování před rizikem a strategií prevence akutního poškození ledvin spojeného s cyklosporinem na základě vysvětlitelných hlubokých neuronových sítí a terapeutického monitorování léků

V této studii se výzkumníci zaměří na hospitalizované pacienty užívající cyklosporin a vyvinou model predikce rizika akutního poškození ledvin prostřednictvím hloubkové analýzy dat elektronických lékařských záznamů s využitím interpretovatelných metod hlubokého učení. Tento model si klade za cíl poskytnout lékařům včas podporu při rozhodování o prevenci a léčbě. Ve srovnání s tradičními modely strojového učení mohou modely hlubokých neuronových sítí extrahovat hlubší funkce ze složitých lékařských dat a provádět přesnější rozpoznávání vzorů, čímž zvyšují přesnost a spolehlivost předpovědí. Díky vývoji predikčního nástroje založeného na interpretovatelných modelech hlubokého učení budou vyšetřovatelé schopni lépe posoudit souvislost mezi užíváním imunosupresiv třídy CNI a akutním poškozením ledvin, prozkoumat strategie cílené prevence a nabídnout lékařům přesnější předpovědi a intervenční pokyny. . Kromě toho má tato studie významné socioekonomické přínosy a slibné vyhlídky na uplatnění a propagaci.