![]() |
![]() |
![]() |
![]() |
Как нейросети могут улучшить медицинские услуги: анализ отзывов пациентов |
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-06-25 11:58 ![]() Ученые НОШ МГУ «Мозг, когнитивные системы, искусственный интеллект» провели исследование, посвященное анализу русскоязычных отзывов пациентов о медицинских услугах с использованием методов машинного обучения. Работа, опубликованная в журнале Mathematics, исследует эффективность различных архитектур нейронных сетей для классификации текстовых отзывов: https://www.mdpi.com/2227-7390/12/4/566. Исследователи проанализировали более 60000 отзывов, размещенных пациентами на двух популярных российских сайтах отзывов о врачах. Разработанный алгоритм использует гибридный метод, который сочетает машинное обучение и лингвистические алгоритмы для анализа и классификации отзывов. В исследовании тестировались различные архитектуры нейронных сетей, такие как GRU, LSTM и CNN, чтобы определить наилучший подход для классификации. Архитектура GRU в ходе работы показала наивысшую точность классификации. Применение метода поиска именованных сущностей в текстах отзывов после их сегментации позволило повысить эффективность для каждого из классификаторов на основе использования искусственных нейронных сетей. Основные результаты включают улучшение качества классификации и повышение точности анализа отзывов пациентов о медицинских услугах, врачах и клиниках. Исследование подчеркивает важность применения современных методов машинного обучения для анализа отзывов пациентов, что позволяет получать более объективные и представительные данные о качестве медицинских услуг, повышать их качество и разрабатывать новые стратегии в здравоохранении. Источник: www.mdpi.com Комментарии: |
|