Μονάδα:
Κατεύθυνση Βιοπληροφορική-Υπολογιστική ΒιολογίαΒιβλιοθήκη Σχολής Θετικών Επιστημών
Ημερομηνία κατάθεσης:
2021-10-12
Συγγραφέας:
Σταθάτου Ιωάννα
Στοιχεία επιβλεπόντων καθηγητών:
Καθηγήτρια Κωνσταντίνα Νικήτα
Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών ,
Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών , ΕθνικόΜετσόβιο Πολυτεχνείο
knikita@ece.ntua.gr
Πρωτότυπος Τίτλος:
Ανάπτυξη ερμηνεύσιμων υπολογιστικών μοντέλων για την υποστήριξη κλινικών αποφάσεων στη διαχείριση του Σακχαρώδους Διαβήτη Τύπου 2 και της Περιφερικής Αρτηριακής Νόσου
Γλώσσες εργασίας:
Ελληνικά
Μεταφρασμένος τίτλος:
Ανάπτυξη ερμηνεύσιμων υπολογιστικών μοντέλων για την υποστήριξη κλινικών αποφάσεων στη διαχείριση του Σακχαρώδους Διαβήτη Τύπου 2 και της Περιφερικής Αρτηριακής Νόσου
Περίληψη:
Αντικείμενο της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη και αξιολόγηση
ερμηνεύσιμων υπολογιστικών συστημάτων υποστήριξης κλινικών αποφάσεων, βασισμένων
σε τεχνητή νοημοσύνη. Συγκεκριμένα έχουν αναπτυχθεί εξατομικευμένα και ερμηνεύσιμα
μοντέλα εκτίμησης του κινδύνου εμφάνισης Σακχαρώδους Διαβήτη Τύπου 2 (Σ.Δ.Τ.2) τόσο
βραχυπρόθεσμα (3 έτη) όσο και μακροπρόθεσμα (15 έτη) και του κινδύνου ακρωτηριασμού
μετά από επέμβαση σε ασθενείς με Περιφερική Αρτηριακή Νόσο (Π.Α.Ν.). Τόσο ο Σ.Δ.Τ.2
όσο και η Π.Α.Ν. παρουσιάζουν υψηλούς ρυθμούς εξάπλωσης και πολύ συχνά αποτελούν
συννοσηρότητες. Η εμφάνιση του Σ.Δ.Τ.2 μπορεί να προληφθεί μέσω της υιοθέτησης
υγιεινού τρόπου ζωής και ρύθμισης του βάρους, καθιστώντας έτσι ύψιστης σημασίας την
ανίχνευση ατόμων υψηλού κινδύνου. Η διαχείριση της Π.Α.Ν. μπορεί να βελτιωθεί
παρέχοντας στο ιατρικό προσωπικό τον κίνδυνο ακρωτηριασμού 30 ημέρες μετά από
επέμβαση ώστε να λαμβάνονται εγκαίρως αποφάσεις.
Για την ανάπτυξη και αξιολόγηση των μοντέλων εκτίμησης του κινδύνου εμφάνισης
Σ.Δ.Τ.2. χρησιμοποιήθηκαν δεδομένα από την δημόσια βάση της Κορεατικής Μελέτης
Γονιδιώματος και Επιδημιολογίας. Από ένα σύνολο περίπου 235.000 ατόμων που
συμμετείχαν στο πρόγραμμα, στη βάση διατίθενται για ερευνητικούς σκοπούς δεδομένα
από 1.000 συμμετέχοντες (τυχαία επιλογή). Οι πληροφορίες συλλέχθηκαν από τα μέλη του
οργανισμού από το 2003 έως το 2017 με συχνότητα παρακολούθησης 2 έως 4 χρόνια. Τα
δεδομένα ενσωματώνουν δημογραφικές, κλινικές και τρόπου ζωής πληροφορίες. To
μοντέλο βραχυπρόθεσμης εκτίμησης του κινδύνου συνεκτιμά την εξέλιξη των
προδιαθεσικών παραγόντων τα προηγούμενα οκτώ έτη και εξάγει την πιθανότητα νόσησης
εντός των επόμενων τριών ετών. Το μοντέλο μακροπρόθεσμης εκτίμησης του κινδύνου
λαμβάνει υπόψη δεδομένα πρώτης επίσκεψης και παράγει την πιθανότητα νόσησης εντός
των επόμενων 15 ετών. Για την επίτευξη εξατομίκευσης και διαφάνειας διερευνήθηκε η
χρήση τεχνικών μηχανικής μάθησης (XGBoost, LSTM) σε συνδυασμό με μεθόδους
ερμηνείας των αποτελεσμάτων που εξάγονται από τα μοντέλα (LIME, SHAP Deep Explainer).
Για την ανάπτυξη και αξιολόγηση του μοντέλου εκτίμησης του κινδύνου ακρωτηριασμού
σε ασθενείς με Π.Α.Ν., χρησιμοποιήθηκαν δεδομένα που παραχωρήθηκαν από Γενικό
Ιπποκράτειο Νοσοκομείο Αθηνών. Τα δεδομένα περιλαμβάνουν δημογραφικές,
σωματομετρικές, κλινικές και τρόπου ζωής πληροφορίες από 73 ασθενείς. Η ανάπτυξη του
μοντέλου βασίστηκε στην μέθοδο XGBoost και η ερμηνεία των αποτελεσμάτων στην
τεχνική LIME. Για την αντιμετώπιση της μη ισορροπημένης φύσης των δεδομένων
εφαρμόστηκαν τεχνικές συλλογικής μάθησης. Τα μοντέλα αξιολογήθηκαν ως προς τη
διακριτική τους ικανότητα και την παραγωγή ερμηνεύσιμων εκτιμήσεων κινδύνου με
ακρίβεια.
Κύρια θεματική κατηγορία:
Θετικές Επιστήμες
Λέξεις-κλειδιά:
Σακχαρώδης Διαβήτης Τύπου 2, Περιφερική Αρτηριακή Νόσος, Καρδιαγγειοπάθειες, Ερμηνέυσιμη Τεχνητή Νοημοσύνη, Εκτίμηση Κινδύνου, Δέντρα Αποφάσεων, Νευρωνικά Δίκτυα, Συλλογική Μάθηση, XGBOOST, LSTM, LIME, SHAP
Αρ. σελίδων ευρετηρίου:
2
Αρ. βιβλιογραφικών αναφορών:
80
