В исследовании индийских специалистов используется широко известный набор данных о раке молочной железы штата Висконсин из хранилища машинного обучения калифорнийского университета в Ирвайне. В рамках работы они создали уникальную модель на основе комбинированного ансамблевого классификатора, который включает несколько алгоритмов машинного обучения. Метод с точностью на 97,6% способен диагностировать заболевание.
Редакция «Pro город будущего» изучила исследование в журнале Decision Analytics Journal, в котором индийские специалисты собрали набор данных, включающих 30 характеристик, таких как среднее, стандартная ошибка и «худшие» значения, которые предоставляют представление о различных аспектах рака молочной железы. Для оценки производительности модели используются различные показатели, такие как кривая ROC (кривая рабочих характеристик приемника), площадь под кривой (auc), специфичность, показатель F1, чувствительность и точность.
Результаты показывают, что предложенный метод ансамбля достигает точности в 97,66%, превосходя производительность, описанную в существующей литературе. Это подчеркивает превосходство разработанной модели по сравнению с предыдущими подходами.
Данное исследование подчеркивает потенциал методов искусственного интеллекта и алгоритмов машинного обучения в улучшении прогнозирования и диагностики рака молочной железы, создавая многообещающие возможности для улучшения клинического принятия решений и результатов лечения пациентов. Система не только способствует ранней диагностике, что выгодно для пациентов, но также значительно расширяет возможности здравоохранения в области раннего выявления рака.
