Застосування методів машинного навчання для прогнозування стадій захворювання цукрового діабету

Abstract

дослідження аналізує ефективність методів машинного навчання для прогнозування стадій діабету на основі даних біохімічного аналізу крові та зображень сітківки ока. У Дослідженні використовуються глибокі нейронні мережі для аналізу біохімічних даних та згорткові нейронні мережі для обробки зображень сітківки ока. Запропоновано гібридну модель , яка інтегрує обидва типи даних за допомогою архітектур на основі трансформаторів. SHAP-метод використовується для пояснення моделі, забезпечуючи прозорість для клінічного використання.