Επεξηγούμενη τεχνητή νοημοσύνη (Explainable Artificial Intelligence - xAI) σε Electronic Health Records (EHRs)
Date Issued
September 23, 2024
Type
Πτυχιακή Εργασία
Abstract
Στην παρούσα πτυχιακή εργασία, γίνεται χρήση της επεξηγούμενης τεχνητής νοημοσύνης σε αρχεία ηλεκτρονικών φακέλων υγείας, χρησιμοποιώντας και συγκρίνοντας τους δύο ταξινομητές
XGBoost και CatBoost. Έτσι, γίνεται μία προσπάθεια εντοπισμού των διαφορών μεταξύ των δύο ταξινομητών, μεταξύ των εργαλείων της επεξηγούμενης τεχνητής νοημοσύνης, αλλά και μεταξύ των διάφορων κλάσεων που προκύπτουν στο τελικό dataset.
Στο 1ο κεφάλαιο, γίνεται μία εισαγωγή στην εργασία με αναφορά στους ορισμούς των
Ηλεκτρονικών Φακέλων Υγείας αλλά και της επεξηγούμενης τεχνητής νοημοσύνης. Μεταξύ άλλων αναφέρονται τα πλεονεκτήματα και τα μειονεκτήματα των Ηλεκτρονικών Φακέλων Υγείας καθώς και πως μπορούν αυτοί να συνδυαστούν με την επεξηγούμενη τεχνητή νοημοσύνη.
Στο 2ο κεφάλαιο, παρουσιάζεται μία εκτενής βιβλιογραφική ανασκόπηση 11 επιστημονικών
άρθρων, με κύριο θέμα τη χρήση επεξηγούμενης τεχνητής νοημοσύνης σε Ηλεκτρονικούς Φάκελους Υγείας. Επίσης, αναφέρονται οι σημαντικότερες ελλείψεις στη βιβλιογραφία.
Το 3ο κεφάλαιο περιέχει την μεθοδολογία που ακολουθήθηκε για την εκπόνηση της πτυχιακής εργασίας, δηλαδή του πως χρησιμοποιήθηκαν τα δεδομένα, πως αυτά επεξεργάστηκαν και πως έγινε η τελική τους απεικόνιση.
Στο 4ο κεφάλαιο, έχουμε την παρουσίαση των διαγραμμάτων τόσο για την οπτικοποίηση των δεδομένων όσο και για την επεξηγούμενη μηχανική μάθηση. Επιπλέον, παρουσιάζεται και ένα μοντέλο διάγνωσης Προδιαβήτη/Διαβήτη που προέκυψε από την επεξεργασία των δεδομένων.
Στο 5ο κεφάλαιο, γίνεται μία συζήτηση περί των αποτελεσμάτων που προέκυψαν από την
εφαρμογή μηχανικής μάθησης στα αρχεία, γίνεται μία σύγκριση με την υπάρχουσα βιβλιογραφία ενώ παρουσιάζονται τόσο οι καινοτομίες όσο και οι αδυναμίες της εργασίας.
Τέλος, στο 6ο κεφάλαιο προκύπτουν τα συμπεράσματα της πτυχιακής εργασίας και προτείνονται κάποιες μελλοντικές προοπτικές.
Φυσικά, μετά το κύριο μέρος της πτυχιακής παρατίθενται η βιβλιογραφία και ο κώδικας που αναπτύχθηκε τόσο για την οπτικοποίηση των δεδομένων, όσο και για την μηχανική μάθηση.
Subjects