Předpovídání váhání vakcíny pomocí strojového učení

V posledních letech se rozvíjející se technologie, jako je internet věcí (IoT), umělá inteligence (AI) a virtuální realita (VR), rychle začaly integrovat do každodenního života. Rozsáhlé používání těchto aplikací vedlo k hromadění obrovského množství dat, což vedlo k tomu, co se běžně označuje jako „velká data“. Vzhledem k čirému objemu není proveditelné manuální zpracování a analýza těchto velkých datových sad. Proto byly vyvinuty softwarové nástroje a knihovny-jako jsou knihovny Python a R k efektivně provádění těchto analýz a generování předpovědí pro budoucnost využitím historických dat prostřednictvím algoritmů strojového učení (ML).

Primárním cílem algoritmů strojového učení je objevit vzory v rámci existujících dat a použít tyto vzorce k provedení přesných předpovědí na nových datech. Použití strojového učení v oblasti zdravotní péče získalo v posledních letech významnou dynamiku. Přezkum literatury však ukazuje, že výzkum konkrétně řeší váhání vakcíny proti dětské vakcíně, zůstává omezený.

Cílem této studie je identifikovat faktory přispívající k váhání vakcíny mezi rodiči dětí ve věku 0-48 měsíců a vyvinout prediktivní model pomocí technik strojového učení založeného na těchto faktorech. Takový model by mohl pomoci předvídat pravděpodobnost odmítnutí vakcíny mezi rodiči, a tím podpořit rozvoj cílených strategií veřejného zdraví pro ohrožené populace.