Розробка компонентів інтелектуальної системи для діагностування ракових захворювань з використанням методів ML

Abstract

Метою роботи є створення інтелектуальної системи для діагностики онкологічних захворювань, що об’єднує алгоритми глибокого навчання, вебінтерфейс та Telegram-бот. Розроблена система автоматично аналізує медичні зображення, табличні дані пацієнтів, формує висновки й рекомендації, зберігає результати для подальшого перегляду. Об’єкт дослідження – цифрові процеси медичної діагностики. Предметом дослідження виступають методи глибокого навчання та їх інтеграція в прикладні системи для медичного скринінгу. Проблема, яка вирішується в роботі, полягає у підвищенні доступності діагностики шляхом об'єднання точних моделей AI з адаптивним інтерфейсом, що враховує рівень користувача. Область застосування: медичні установи, освітні заклади, пацієнти для попереднього скринінгу, а також аналітичні та дослідницькі центри. Створена система може використовуватися як допоміжний інструмент при прийнятті медичних рішень або для ознайомлення зі стандартними клінічними підходами до виявлення онкопатологій. The aim of the work is to create an intelligent system for diagnosing oncological diseases that combines deep learning algorithms, a web interface, and a Telegram bot. The developed system automatically analyzes medical images, tabular patient data, forms conclusions and recommendations, and stores results for further review. The object of research is digital processes of medical diagnostics. The subject of research is deep learning methods and their integration into applied systems for medical screening. The problem being solved in the work consists in increasing the accessibility of diagnostics by combining accurate AI models with an adaptive interface that takes into account the user's level. Area of application: medical institutions, educational establishments, patients for preliminary screening, as well as analytical and research centers. The created system can be used as an auxiliary tool in making medical decisions or for familiarization with standard clinical approaches to detecting oncopathologies.