Використання великих мовних моделей в персоналізованій превентивній медицині XXI століття

Скорочена інформація про документ
dc.contributor.advisorТимошенко, Юрій Олександрович
dc.contributor.authorСупрунюк, Юлія Володимирівна
dc.date.accessioned2023-09-11T13:19:53Z
dc.date.available2023-09-11T13:19:53Z
dc.date.issued2023
dc.description.abstractДана робота присвячена дослідженню можливостей використання великих мовних моделей для покращення персоналізованої превентивної медицини. У роботі розглядається поняття превентивної медицини, її значення та основні принципи. Крім того, досліджується роль великих мовних моделей у покращенні превентивної медицини. Представлено детальний огляд таких моделей, як GPT (Generative Pre-trained Transformer) і Med-PaLM. Описано архітектуру та принципи роботи цих моделей. У роботі також описано архітектуру додатку, який буде допомагати користувачам слідкувати за станом свого здоров'я та надавати персоналізовані рекомендації на основі показників здоров'я. Додаток буде використовувати GPT для аналізу інформації, отриманої від користувачів, та, буде здатний виявляти потенційні ризики, а також рекомендувати заходи з профілактики і покращення здоров'я. Дана робота та її результати буде корисна для людей, які піклуються про своє здоров’я та медичних установ, щоб полегшити роботу з пацієнтами. Потенційний додаток може значно полегшити процес моніторингу стану здоров'я та надавати цінні рекомендації користувачам для підтримки їх загального благополуччя та профілактики захворювань. Загальний обсяг роботи: 84 с., 10 рис., 8 таблиць, 25 джерело.uk
dc.description.abstractotherThis work is devoted to the study of the possibilities of using large language models to improve personalized preventive medicine. The paper discusses the concept of preventive medicine, its meaning and basic principles. In addition, the role of large-scale language models in improving preventive medicine is explored. Presented a detailed overview of such models as GPT (Generative Pre-trained Transformer) and Med-PaLM. Described the architecture and principles of these models. The paper also describes the architecture of an application that will help users monitor their health and provide personalized recommendations based on health indicators. The application will use GPT to analyze the information received from users and will be able to identify potential risks and recommend measures to prevent and improve health. This work and its results will be useful for people who care about their health and medical institutions to facilitate work with patients. A potential application could greatly facilitate the process of health monitoring and provide valuable recommendations to users to support their overall well-being and disease prevention. Total volume of work: 84 p., 10 figures, 8 tables, 25 sources.uk
dc.format.extent84 с.uk
dc.identifier.citationСупрунюк, Ю. В. Використання великих мовних моделей в персоналізованій превентивній медицині XXI століття : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Супрунюк Юлія Володимирівна. – Київ, 2023. – 84 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60197
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectпревентивна медицинаuk
dc.subjectвеликі мовні моделіuk
dc.subjectGPTuk
dc.subjectmed-palmuk
dc.subjectперсоналізаціяuk
dc.subjectздоров'яuk
dc.subjectрекомендаціїuk
dc.subjectпрофілактикаuk
dc.subjectpreventive medicineuk
dc.subjectbig language modelsuk
dc.subjectpersonalizationuk
dc.subjecthealthuk
dc.subjectrecommendationsuk
dc.subjectpreventionuk
dc.titleВикористання великих мовних моделей в персоналізованій превентивній медицині XXI століттяuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Supruniuk_bakalavr.pdf
Розмір:
1.59 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи