使用机器学习预测分析结核病治疗结果：基于卡纳塔克邦结核病数据的大规模研究
机器学习
2024-03-15 v1 人工智能
摘要
结核病（TB）仍然是一项全球性健康威胁，位居全球主要死亡原因之列。在此背景下，机器学习（ML）已成为一股变革性力量，为结核病治疗相关的复杂问题提供了创新解决方案。本研究探讨了如何利用机器学习，特别是基于表格数据，更准确地预测结核病治疗结果。该研究将此预测任务转化为一个二元分类问题，利用来自印度国家结核病控制项目 NIKSHAY 的患者数据生成风险评分，该数据包含超过 500,000 条患者记录。数据预处理是本研究的关键组成部分，模型在包含 20,000 条患者记录的验证集上实现了 98% 的召回率和 0.95 的 AUC-ROC 分数。我们还探索了使用自然语言处理（NLP）来改进模型学习。我们的结果得到了各项指标和消融实验的印证，验证了我们方法的有效性。研究最后讨论了我们的研究对结核病消除工作的潜在影响，并提出了未来工作的潜在途径。本研究标志着抗击结核病迈出的重要一步，展示了机器学习在医疗保健领域的潜力。
引用
@article{arxiv.2403.08834,
title = {Predictive Analysis of Tuberculosis Treatment Outcomes Using Machine Learning: A Karnataka TB Data Study at a Scale},
author = {SeshaSai Nath Chinagudaba and Darshan Gera and Krishna Kiran Vamsi Dasu and Uma Shankar S and Kiran K and Anil Singarajpure and Shivayogappa. U and Somashekar N and Vineet Kumar Chadda and Sharath B N},
journal= {arXiv preprint arXiv:2403.08834},
year = {2024}
}