Искусственный интеллект и машинное обучение

О системе предиктивных критериев нарушения сердечного ритма у новорожденных, основанной на анализе данных

Д. В. Акишев, Е. Н. Тягушева, А. О. Сыромясов, Т. И. Власова, Т. Е. Бадокина

Национальный исследовательский Мордовский государственный университет, г. Саранск

Аннотация: В статье рассматривается разработка алгоритмов машинного обучения для выявления нарушений сердечного ритма новорожденных. Исследованию подвергаются основные интервалы кардиографии. Источником данных служат истории болезней, которые содержат в себе показатели новорожденных детей в первый, третий и десятый дни жизни. Основное внимание акцентируется на статистическом анализе данных и построении регрессионных моделей, а также на сравнении результатов их работы. Применение разработанных моделей и расчет основных метрик показывает, что регрессионные алгоритмы в целом недостаточно хорошо объясняют изменения зависимой переменной, при этом модель MARS обладает большей предсказательной ценностью для сравнительно малых объемов выборки. Для улучшения диагностики и профилактики нарушений сердечного ритма требуются дальнейшая оптимизация, увеличение обучающей выборки и повышение разнообразия данных.

Ключевые слова: искусственный интеллект в педиатрии, прогнозирование нарушений сердечного ритма, машинное обучение, регрессионное моделирование, новорожденные.

УДК: 519.25:616.127

Поступила в редакцию: 24.03.2025
Исправленный вариант: 25.05.2025
Принята в печать: 06.10.2025

DOI: 10.26456/vtpmk736

Реферативные базы данных:

•