Экспертные заключения: 3
Консультации: 0

Система поддержки принятия решений врача при прогнозировании и диагностике патологий беременности с использованием технологий машинного обучения

Согласно российскому законодательству, УЗИ-скрининг при беременности проводится 1 раз в триместр в обязательном порядке. Многие женщины склонны доверять врачам, а потому при ухудшении самочувствия и положительных результатах недавнего скрининга не спешат посещать мед.учреждения. Между тем, различные патологии беременности могут развиваться скоротечно, а потерянное время может привести к необратимым последствиям. Важно донести до женщины возможные риски, чтобы она могла обратить внимание на отдельные показатели. Приложение для предсказания патологий беременности анализирует 49 параметров, среди которых есть показатели отца будущего ребенка и родственников по восходящей линии обоих будущих родителей. Технологии машинного обучения применяются для построения максимально точной прогностической модели.

Ссылка

На страницу проекта

Направление

IT, Здравоохранение, медицина, фармацевтика

Рынки

HealthNet, NeuroNet

Сквозные технологии

Искусственный интеллект, Технологии машинного обучения и когнитивные технологии, Персонифицированная медицина, Технологии хранения и анализа больших данных
1 комментарий
Просмотр и добавление комментариев недоступны

Похожие проекты

Разработка системы поддержки принятия решений по управлению маркетингом и клиентской коммуникацией на основе цифрового портрета пользователя с использованием машинного обучения
0 комментариев
Разработка и программная реализация системы поддержки принятия врачебных решений в хирургии и урологии с использованием технологий компьютерного зрения «Smart Urology Decision (SUD)»
0 комментариев
Исследование и разработка программного обеспечения поддержки принятия врачебных решений на основе результатов анализа данных лучевой диагностики с применением технологий компьютерного зрения
0 комментариев
Разработка системы поддержки принятия врачебных решений с использованием методов машинного обучения WEBIOMED
0 комментариев
Аддитивная система интеллектуального мониторинга и прогнозирования состояния ионосферы Земли с использованием методов машинного обучения
0 комментариев