Initiatives for Global Networking of Diagnostically Important Biomedical Data, Their Evaluation and Analysis
Hertz, Yotam |
Recenzentas / Reviewer |
Laisvai prieinamų diagnostikai svarbių biomedicinos duomenų bazių yra daugybė. Viena iš jų yra PhysioNet, kuri skatina pasaulines iniciatyvas iššūkių forma. 2019 m. PhysioNet iššūkis „Early Prediction of Sepsis from Clinical Data“ įrodė, kad mašininio mokymosi metodai kartu su laiko eilučių analize (parašais pagrįsta transformacija, bangų transformacija, Furjė transformacija ir t. t.) gali būti naudojami ankstyvam sepsio prognozavimui iš biomedicininių sveikatos duomenų.
There is a wide variety of freely accessible biomedical data databases. One of them PhysioNet is stimulating global initiatives in a form of challenges. The PhysioNet Challenge 2019 - Early Prediction of Sepsis from Clinical Data proved that machine learning approach together with time series analysis (signature-based transformation, wavelet transformation, Fourier transformation and etc.) can be used for early sepsis prediction from electronic health records.