490-491 / 568
ים בן מוחה
,
רסי ' אביב ג
: מנחה
מר עומר כספי
: לקוח
מחלקת הרדמה
,
בית חולים
'
' בילינסון
הנדסת תעשייה וניהול
מערכת להצגת הערכת קיום סכנות מיידיות
לאחר ניתוחים
ביצוע אנליטיקה על נתונים כמותיים רפואיים לטובת יצירת מדדים אשר ישפרו תהליכי הסקת מסקנות
לגבי סיבוכים מיידים והקמת מערכת תומכת החלטה
•
נשלף ממערכות מידע שונות של מחלקת ההרדמה בבית החולים
'
בילינסון
,'
פתח תקווה
•
מורכב מכ
-
10,000
ניתוחים שונים וכ
- 230
משתנים
•
המשתנים מורכבים מנתוני המטופל לפני הניתוח
,
במהלך הניתוח ולאחר הניתוח
עד (
48
) שעות
האלגוריתמים שנבדקו על סט הנתונים
:
•
PCA –
אלגוריתם המבצע רידוד ממדים
.
•
Iso-Map
–
אלגוריתם המבצע רידוד ממדים בממד לא לינארי
•
Random Forest
–
אלגוריתם חיזוי
•
KNN –
אלגוריתם סיווג לא פרמטרי
•
SVM–
אלגוריתם סיווג בינארי
•
ANN –
רשת נוירונים לסיווג
הערכת התוצאות
•
מטריצת האמת
•
NPV –
TN/(TN+FN)
–
המדד החשוב ביותר
•
- שטח ה
AUC
תחת גרף
ROC
תוצאות האלגוריתמים השונים
:
היות וחיזוי המתים
(
NPV
)
הינו המדד החשוב ביותר
,
הרי שהאלגוריתם הנבחר הינו רשתות
נוירונים
.
עקומת
ROC
הינה עקומה המתארת את הביצועים
- של המסווג
האלגוריתם
.
העקומה מייצגת את היחס בין
TPR
לבין
FPR
.
מערכת מידע
-
אב טיפוס
יצירת ממשק משתמש אינטרקטיבי שנכתב
באמצעות שפת פייתון
,
חבילת
QT
.
המערכת מיועדת לרופאי מחלקת ההרדמה
של בית החולים ומשמשת כמערכת המלצה
לשחרור מטופלים ממחלקת ההתאוששות
לאחר ביצוע ניתוח
עם הרדמה
.
אלגוריתם
-
פרויקט
זה
בינה של תוצר הינו
עסקית
בשיתוף
מחלקת
ההרדמה
'ח"בי של
.' בילינסון
באמצעות
' שפת
' פייתון
בוצע
ניתוח
נתונים
והורצו
אלגוריתמי
למידת
מכונה
ולמידה
עמוקה
נתוני על
מטופלי
. המחלקה
מטרת
המודל
למנוע
סיבוכים
רפואיים
ומוות
י"ע
יצירת
מדד
כמותי
יהיה אשר
לעזר
לרופאים
לקבלת
. החלטות
מטרת הפרויקט
סט הנתונים
תהליך העבודה
ניקוי הנתונים
אלגוריתמים
לרידוד ממדים
אלגוריתמים
לסיווג וחיזוי
הנתונים
בחירת המודל
אלגוריתמים
תוצאות ומסקנות
תוצרי הפרויקט
Prediction:
No (0)
Prediction:
Yes (1)
Actual:
No (0)
TP
FP
Actual:
Yes (1)
FN
TN
ANN SVM KNN Random
Forest
0.824
0
0.08
0.25
NPV
0.8
0.889 0.873 0.878
דיוק
אלגוריתם החוזה את סיכוי
המטופל למות ב
- 82%