Мобильное приложение на основе машинного обучения для раннего выявления рака легких
Изображение создано Gemini AI
Новое исследование сравнило девять алгоритмов классификации для обнаружения рака легких с использованием приложения NusaMiner. На основе набора данных из 309 записей с платформы Kaggle исследование показало, что алгоритмы Gradient Boosting и Random Forest достигают точности до 100%. NusaMiner имеет потенциал для улучшения раннего выявления рака легких, предлагая эффективное и действенное решение для системы здравоохранения.
Мобильное приложение машинного обучения для раннего выявления рака легких демонстрирует многообещающие результаты
Недавнее исследование оценивало эффективность девяти алгоритмов классификации в обнаружении рака легких с помощью мобильного приложения NusaMiner. В исследовании использовался набор данных из Kaggle, состоящий из 309 записей с 16 атрибутами, связанными с факторами риска и симптомами пациентов.
Результаты
Результаты показали, что NusaMiner достиг высокой и стабильной точности при различных соотношениях разделения данных. Особенно стоит отметить, что алгоритмы Gradient Boosting и Random Forest стали ведущими, с уровнями точности, достигающими 100% в нескольких сценариях. Это позиционирует NusaMiner как потенциально инновационное решение для повышения раннего выявления рака легких.
Последствия для здравоохранения
NusaMiner может значительно улучшить скорость и надежность диагностики рака легких, что потенциально приведет к улучшению результатов для пациентов. Его высокая точность делает его ценным инструментом для медицинских работников, внедряющих стратегии раннего выявления.
Связанные темы:
📰 Первоисточник: https://doi.org/10.37817/ikraith-informatika.v10i2.5474
Все права и авторство принадлежат первоначальному издателю.