Разработка технологии генерации синтетических медицинских данных для прогнозирования послеоперационных осложнений

<Разработка технологии генерации синтетических медицинских данных для прогнозирования послеоперационных осложнений>

Для разработки модели прогнозирования возникновения осложнений после операции необходимо установить когорту вместе со статистическими показателями, связанными с возникновением осложнений. Это исследование направлено на объединение синтетических медицинских данных, основанных на реальных клинических данных, и разработку прогностической модели на основе синтетических медицинских данных.

Это позволит исследователям проводить исследования только с синтетическими данными, не имея дело с реальными медицинскими данными, позволяя им использовать и обрабатывать данные без юридических ограничений и создавать столько данных, сколько они хотят, на основе различных предварительно обработанных, стандартизированных и помеченных необработанных данных.

В исследование были включены пациенты из трех больниц в Корее (больница Сеульского национального университета, больница Сеульского национального университета Бунданг, медицинский центр Сеульского столичного города Борамаэ).

Медицинские данные (как клинические, так и лабораторные) от 410 000 пациентов, перенесших операцию в период с 2005 по 2020 год, были собраны для оценки эффективности прогностической модели с использованием разработки прогностической модели на основе ОПП и внешней проверки.

На основе собранных данных пациентов синтетические медицинские данные были объединены с использованием алгоритма машинного обучения, а также оценены анонимность и повторная идентификация синтезированных медицинских данных.

Кроме того, было проведено сравнение разработки модели прогнозирования на основе искусственного интеллекта с использованием синтетических медицинских данных и фактической модели медицинских данных.