ПРИМЕНЕНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ЗАБОЛЕВАНИЙ СЕРДЦА

Аннотация

Работа посвящена применению алгоритмов машинного обучения для прогнозирования сердечно-сосудистых заболеваний (ССЗ). Ежегодно во всем мире фиксируется большое количество смертей. По данным Всемирной организации здравоохранения ССЗ являются основной причиной высокой смертности в мире. Одним из необходимых профилактических мер по снижению смертности от ССЗ является своевременное прогнозирование заболеваний у людей, подвергшихся высокому риску таких заболеваний.

Обоснование. Для своевременного прогнозирования ССЗ в настоящее время используют специально разрабатываемые шкалы и алгоритмы машинного обучения. Для прогнозирования заболеваний сердца часто применяют алгоритмы: наивный байесовский классификатор (Naïve Bayes Сlassificator, NBС), k-ближайших соседей (K-Nearest Neghboors, KNN), дерево решений (Decision Tree, DT). В отечественной литературе известны работы, посвященные применению прогнозированию ССЗ с помощью градиентного алгоритма Adam при обучении глубокой нейронной сети. Одним из необходимых условий повышения прогностической способности модели машинного обучения (ММО) является оптимальный подбор гиперпараметров. Выбор оптимальных гиперпараметров ММО часто осуществляется на основании эмпирического опыта.

Цель. Изучить особенности применения машинных алгоритмов для прогнозирования заболеваний сердца.

Материалы и методы.  Научная новизна работы. В проведенных исследованиях выполнен анализ алгоритмов машинного обучения для прогнозирования риска возникновения ССЗ с применением подхода автоматического поиска гиперпараметров ММО. Для построения ММО использованы следующие алгоритмы: NBС, KNN, DT, логистическая регрессия (Logistic Regression), машина опорных векторов (Support Vector Machine, SVM), случайные леса (Random Foorest, RF), адаптированный полиномиальный байесовский классификатор (Complement Naïve Bayes Classificator, CNBС), линейный дискриминантный анализ (Linear Discriminant Analysis, LDA), градиентный бустинг (XGBoost).

Для оценки точности моделей машинного обучения использованы показатели: средняя абсолютная ошибка (mean absolute error, MAE), точность (precision), полнота (recall), F-мера, доля ложноположительных примеров (False Positive Rate, FPR), доля отрицательных примеров (False Negative Rate, FNR). Дополнительно при анализе результатов построения ММО служил визуальный анализ кривой ROC (receiver operating characteristic) и площадь под кривой ROC (Areas under the curve, AUC). Использование значения AUC позволяет оценить прогностические возможности ММО.

Результаты.  Результаты обучения показали, что алгоритмы RF и XGBoost характеризуются более высокими показателями точности. При оптимальном подборе параметров ММО общая точность классификации составила 0,88 и 0,94 соответственно.

Заключение. Применение алгоритмов машинного обучения позволяет с высокой точностью построить прогнозные модели. Ансамблевые алгоритмы машинного обучения RF и XGBoost характеризуются более высокими показателями точности в сравнении со следующими алгоритмами: деревья решений, байесовские методы классификации, логистическая регрессия, линейный дискриминантный анализ.