Details

Title Управление потоками пациентов с острым коронарным синдромом в национальном медицинском исследовательском центре (по заказу ФГБУ «НМИЦ им. В.А. Алмазова» Минздрава России): Разработка прогностической модели наступления неблагоприятных клинических событий в послеоперационном периоде: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_03 «Машинное обучение в управлении бизнесом»
Creators Бекетаев Дмитрий Павлович
Scientific adviser Никоноров Валентин Михайлович
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Imprint Санкт-Петербург, 2024
Collection Выпускные квалификационные работы; Общая коллекция
Subjects управление на основе данных; машинное обучение; управление потоками пациентов; процессное управление; дерево решений; data-driven management; machine learning; patient flow management; process management; decision tree
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 09.04.04
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/3/2024/vr/vr24-5647
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Additionally New arrival
Record key ru\spstu\vkr\32685
Record create date 8/28/2024

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Цель выпускной квалификационной работы – применение технологий машинного обучения для прогнозирования наступления неблагоприятных клинических исходов у пациентов в послеоперационном периоде. Работа была проведена на базе ФГБУ «НМИЦ им. В.А. Алмазова» Методы: разработка и обучение модели машинного обучения Основные результаты, полученные в ходе работы: 1) Описана проблематика управления потоками пациентов с острым коронарным синдромом; 2) Описаны современные подходы к управлению на основе данных в медицинских организациях; 3) Оценена актуальность ведения нозологических регистров; 4) Построена модель прогнозирования наступления неблагоприятных клинических исходов у пациентов с острым коронарным синдромом в послеоперационном периоде; 5) Предложены изменения подходов к сбору данных для повышения качества их аналитики. Область применения результатов ВКР: применение результатов работы в области маршрутизации пациентов с острым коронарным синдромом Научная новизна ВКР заключается в применении методов машинного обучения для маршрутизации, планирования и оценки состояния пациентов с острым коронарным синдромом. Выводы: Задачи ВКР решены, цель достигнута, определена область применения результатов.

The aim of the masters thesis is the application of machine learning technologies to predict the onset of adverse clinical outcomes in patients in the postoperative period. The work was carried out on the basis of FGBU “V.A. Almazov NMRC” Methods: development and training of machine learning model. The main results obtained in the course of the work: 1) The problematics of management of patient flows with acute coronary syndrome is described; 2) Modern approaches to data-driven management in medical organizations are described; 3) The relevance of maintaining nosologic registries is assessed; 4) A model for predicting the onset of unfavorable clinical outcomes in patients with acute coronary syndrome in the postoperative period has been built; 5) Suggested changes in approaches to data collection to improve the quality of data analytics. Scope of application masters thesis results: application of the results of work in the field of routing of patients with acute coronary syndrome. Scientific novelty masters thesis consists in the application of machine learning methods for routing, planning and evaluation of patients with acute coronary syndrome. Conclusions: The objectives of the VKR have been solved, the goal has been achieved, and the scope of application of the results has been determined.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 11 
Last 30 days: 0

Detailed usage statistics