Призначення. Для підвищення точності та оперативності діагностування стану пацієнта у клінічних умовах, що забезпечує підвищення ефективності лікування та попередження ускладнень стану пацієнта..
Технічні характеристики. Інформаційну технологію розроблено за використання процедури модуля Data Miner пакету STATISTICA 10 та застосування сучасного інструмент програмування – Python.
Галузь застосування. Охорона здоров’я. Заклади охорони здоров’я різного рівня.
Переваги. Сьогодні набуває поширення застосування методів Data Mining під час аналізу клінічних даних для підтримки діяльності лікаря. У більшості розглянутих аналогів використовують окремі методи Data Mining, зокрема методи кластеризації, що не забезпечує всебічного та персоналізованого аналізу даних динаміки стану пацієнта. У створеній технології поєднуються різні методи Data Mining, що підвищує ефективність процесів діагностування та лікування, що зумовлює якість надання медичної допомоги в клінічних закладах охорони здоров’я.
Техніко-економічний ефект. Підвищення ефективності та якість надання медичної допомоги пацієнтам у клінічних умовах.
Опис. Створена технологія належить до прикладних систем штучного інтелекту у сфері охорони здоров’я для підтримки діяльності лікаря. За розробленими кваліфікаційними моделями визначено комплекс предикторів погіршення стану, які покладено в основу розроблення вирішувальних правил для класифікації приналежності конкретного пацієнта до типологічної групи за тяжкістю його стану.