Інтелектуальна система прогнозування рівня глюкози
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дисертація присвячена розробленню інтелектуальної системи прогнозування рівня глюкози на основі даних безперервного моніторингу (CGM) з інтегрованими методами Explainable Artificial Intelligence (XAI). Актуальність роботи зумовлена стрімким зростанням поширеності цукрового діабету та потребою у персоналізованих технологіях контролю глікемії, що забезпечують не лише точний прогноз, а й прозоре обґрунтування клінічних рішень. Методи XAI, зокрема SHAP і LIME, відповідають сучасним вимогам безпеки, довіри та регуляторного контролю, дозволяючи лікарю оцінювати вплив фізіологічних та технічних факторів на прогноз моделі.
Робота виконана в рамках освітньо-професійної програми «Медична інженерія» та узгоджена з науковими напрямами кафедри, що включають розроблення інтелектуальних медичних систем, аналіз часових рядів та застосування пояснюваного ШІ у клінічній практиці.
Метою дослідження є створення концепції інтелектуальної системи прогнозування рівня глюкози за даними CGM з інтеграцією XAI-модуля, який забезпечує пояснюваність прогнозів та можливість клінічного використання..
Об’єкт дослідження — процеси безперервного моніторингу глюкози та інтелектуальної обробки глікемічних часових рядів.
Предмет дослідження — алгоритмічні моделі прогнозування рівня глюкози та методи забезпечення їх інтерпретованості.
Методи дослідження включали аналіз глікемічних часових рядів, попередню обробку даних (фільтрація, інтерполяція, нормалізація), побудову моделей машинного навчання (Random Forest, Gradient Boosting, XGBoost, DNN) та інтерпретацію результатів за допомогою SHAP і LIME. Експерименти виконано у Python із використанням бібліотек Scikit-learn, XGBoost, SHAP та ін.
Наукова новизна полягає в створенні узагальненої методики інтеграції XAI у системи прогнозування глікемії, що дозволяє одночасно оцінювати глобальні та локальні фактори впливу на прогноз, а також у формуванні концептуальної архітектури інтелектуальної системи, здатної працювати у режимі реального часу. Запропоновано підхід до пояснення динаміки глікемії з використанням теплових карт SHAP-значень у часовому розрізі.
Практичне значення полягає у можливості впровадження технології в системи підтримки клінічних рішень, цифрову діабетологію та стартап-проєкти у сфері медичних виробів. Створена концепція може бути інтегрована у мобільні застосунки для пацієнтів, а також у хмарні платформи для лікарів. Результати дослідження можуть бути використані в освітніх курсах з медичної інженерії та аналізу даних. Завдання:
1. Проаналізувати сучасні методи моніторингу рівня глюкози та визначити їхні переваги й обмеження.
2. Дослідити сенсорні технології, що застосовуються у системах безперервного моніторингу глікемії.
3. Розглянути алгоритми штучного інтелекту, які використовуються для прогнозування рівня глюкози.
4. Проаналізувати методи Explainable AI та їхню придатність до інтерпретації моделей прогнозування.
5. Визначити медико-технічні вимоги до інтелектуальної системи.
6. Розробити концептуальну архітектуру системи прогнозування рівня глюкози з пояснюваними моделями ШІ.
7. Сформувати структуру та ключові елементи стартап-проєкту з подальшим планом його реалізації та впровадження.
Апробація здійснювалася у межах навчально-дослідницької діяльності факультету біомедичної інженерії та була представлена під час захисту магістерської роботи.
Публікації: результати дослідження відображено у кваліфікаційній роботі; на момент подання дисертації друковані публікації відсутні.
Опис
Ключові слова
штучний інтелект, прогнозування глікемії, CGM, машинне навчання, XAI, SHAP, LIME, інтерпретація моделей, медичні інформаційні системи, artificial intelligence, glucose prediction, CGM, machine learning, XAI, SHAP, LIME, model interpretability, medical decision support
Бібліографічний опис
Масюк, І. В. Інтелектуальна система прогнозування рівня глюкози : магістерська дис. : 163 Біомедична інженерія / Масюк Іван Віталійович. - Київ, 2025. - 86 с.