Дослідження можливостей використання ШІ для виявлення хвороб та прогнозування стану здоров’я в системі моніторингу

Abstract

Кваліфікаційна робота магістра присвячена дослідженню, проєктуванню та розробці інтелектуальної системи моніторингу стану здоров’я пацієнтів із використанням технологій штучного інтелекту для виявлення потенційних відхилень, прогнозування стану та підтримки лікаря у прийнятті рішень. Робота містить вступ, чотири розділи, висновки, список використаних джерел та додатки. У першому розділі «Аналіз методів, моделей та сучасних тенденцій у сфері медичного моніторингу та прогнозування» розглянуто предметну область, наведено огляд існуючих систем моніторингу здоров’я, а також проаналізовано методи машинного навчання, що використовуються для прогнозування медичних показників і виявлення патологій. Досліджено підходи до збирання, зберігання та обробки медичних даних та особливості їх використання в клінічній практиці. У другому розділі «Аналіз інформаційних технологій та інструментів для побудови системи медичного моніторингу» описано засоби, платформи і програмні рішення, що використовуються у сфері медичних інформаційних систем. Розглянуто архітектури IoT-платформ, способи інтеграції датчиків, технології REST API, підходи до обміну даними між фронтендом, бекендом та AI-модулем. Виконано порівняльний аналіз технологій Flask, MySQL, Pandas, TensorFlow, Scikit-learn та їх придатності до розробки системи прогнозування стану здоров’я. У третьому розділі «Проєктування системи моніторингу стану здоров’я та AI-модуля прогнозування» наведено опис логічної та фізичної архітектури, моделювання бази даних, структуризацію функціональних модулів системи. Представлено UML-діаграми, моделі даних, описи сценаріїв взаємодії лікаря з системою. Розроблено концепцію AI-модуля, описано вибір алгоритмів Random Forest, методів нормалізації та роботи з медичними ознаками. Також сформульовано постановку задачі прогнозування та визначено ключові критерії ефективності. У четвертому розділі «Реалізація та тестування системи» наведено реалізацію програмної системи, включаючи бекенд на Flask, базу даних MySQL, фронтенд-інтерфейс лікаря та AI-модулі прогнозування. Подано опис роботи API, логіки обробки медичних вимірювань, механізму генерації рекомендацій для лікаря. Проведено тестування окремих модулів, інтеграційне тестування, а також оцінку якості роботи AI-моделі на основі реальних та тестових даних. Наведено таблиці тестових сценаріїв і результати їх виконання. У результаті роботи створено прототип інтелектуальної системи медичного моніторингу, здатної автоматично аналізувати фізіологічні показники пацієнтів, оцінювати рівень ризику та формувати текстові медичні рекомендації. Розроблена система може бути використана в медичних закладах для підтримки лікарів, підвищення точності діагностики та оперативності реагування на зміни стану здоров’я пацієнтів.