Диагностика заболеваний на основе машинного обучения: всесторонний обзор
Machine-Learning-Based Disease Diagnosis: A Comprehensive Review
2022-03-15
SCID: 54.1/j5sgp4xy
Discuss with AI
Scopus и Web of Scienceбиблиометрический анализдиагностика заболеванийранняя диагностикамашинное обучение
Figures from the paper
Abstract (AI)
Во всем мире существует значительная неудовлетворенная потребность в эффективной диагностике различных заболеваний. Сложность механизмов развития заболеваний и лежащих в их основе симптомов, наблюдаемых в популяциях пациентов, создает серьезные трудности для разработки инструментов ранней диагностики и эффективного лечения. Машинное обучение (МО), являющееся разделом искусственного интеллекта (ИИ), позволяет исследователям, врачам и пациентам решать некоторые из этих проблем. На основе релевантных исследований в данном обзоре рассматривается применение машинного обучения (МО) для содействия раннему выявлению многочисленных заболеваний. На первом этапе был проведен библиометрический анализ публикаций с использованием данных баз Scopus и Web of Science (WoS). Библиометрическое исследование 1216 публикаций было выполнено для определения наиболее продуктивных авторов, стран, организаций и наиболее цитируемых статей. Затем в обзоре обобщаются современные тенденции и подходы к диагностике заболеваний на основе машинного обучения (MLBDD) с учетом следующих факторов: алгоритмов, типов заболеваний, типов данных, областей применения и метрик оценки. Наконец, в статье выделены ключевые результаты и представлены перспективы будущих тенденций и возможностей в области MLBDD.
Key Findings
1
Библиометрический анализ 1 216 публикаций из Scopus и Web of Science выявляет наиболее продуктивных авторов, страны, организации и часто цитируемые статьи.
2
Машинное обучение представлено как перспективный подход к решению проблем, связанных со сложными механизмами заболеваний и разнообразием симптомов пациентов.
3
В статье обобщаются основные результаты и определяются будущие тенденции и возможности диагностики заболеваний на основе машинного обучения.
4
Современные исследования диагностики заболеваний на основе машинного обучения систематизированы по алгоритмам, типам заболеваний, типам данных, применениям и метрикам оценки.
5
Обзор рассматривает применение машинного обучения для раннего выявления и диагностики различных заболеваний.
Research Object
диагностика различных заболеваний на основе машинного обучения
Research Subject
алгоритмы машинного обучения, типы данных, области применения и метрики оценки для раннего выявления заболеваний
Publication Details
Publication Date
2022-03-15
Journal
Publisher
ISSN
Cited by
710
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest