Revista de Ciencias Teóricas y Computacionales
Acceso abierto

abstracto

Método de Máquina de Centro de Soporte para Clasificación y Ayuda en el Sistema de Diagnóstico Médico

Zefeng Wang, Laurent Peyrodie, Hua Cao y Samuel Boudet

Objetivos: Un nuevo método de inteligencia artificial ‘Máquinas de Centro de Soporte’ (SCM) para ayudar al diagnóstico y pronóstico se aplica a un sistema médico. Métodos En el procesamiento de datos, SCM busca los verdaderos centros de cada clase durante el aprendizaje automático. Para su aplicación en el sistema médico, convierte estos centros en modelos de situación de salud y traduce todos los registros de salud en un mapa. Todos los modelos, como no enfermedad y enfermedades, están etiquetados en este mapa. Así, con el mapa se puede supervisar la evolución de la historia clínica de los pacientes. En base a la evolución de las distancias desde los datos del registro reciente hasta los centros, el sistema estima la tendencia de la evolución saludable y pronostica la situación probable en el futuro. Resultados: SCM se probó en ‘Wisconsin Breast Cancer Data’ y en comparación con los métodos LDA y SVM. Se encontraron veinte centros para definir el mapa saludable. Con base en los resultados de la prueba de cuatrocientos cincuenta datos aleatorios seleccionados para el tren, SCM ha mostrado un mejor desempeño, cuyos índices de detección correcta del cáncer de mama variaron del 91,4 % al 95,6 %, que correspondían al 10 % de los datos y 90% de los datos utilizados para hacer aprendizaje automático. Estas proporciones han aumentado en un 1% a 5%, que SVM y LDA. Además, la variación de las proporciones de detección correcta de los resultados de SCM ha disminuido entre un 0,8 % y un 3,0 %, en comparación con SVM y LDA. Incluso si hubiera solo un 10 % de datos para la capacitación, la proporción se mantuvo alrededor del 87 % con solo 3 componentes principales. Cuando el sistema usó el 50 % de los datos para el entrenamiento y las pruebas de los demás, la media de la relación fue del 93 % y la mejor fue del 95 %.
Conclusiones: SCM construyó con éxito un sistema de diagnóstico/pronóstico de enfermedades y elabora un mapa saludable. Podría mostrar el registro de salud en un mapa 2D o 3D, lo que le permite al médico apropiarse de la interpretación. Además, si se presenta una nueva situación (síntoma/enfermedad), el facultativo puede visualizarla y analizarla según los mapas existentes de SCM.