Специалисты факультета вычислительной математики и кибернетики Московского государственного университета имени М. В. Ломоносова создали библиотеку данных Survivors, которая помогает оценивать риски смерти пациентов и вероятность выхода из строя медицинского оборудования.
Библиотека Survivors разработана на языке Python и предназначена для анализа событий во времени. Она учитывает сложные зависимости в данных и корректно работает даже при наличии пропущенных значений, что повышает точность прогнозов.
Отмечается универсальность инструмента. В медицине его применяют для предсказания рисков и оценки продолжительности жизни пациентов на основе понятных экспертам правил. В CRM-системах Survivors рассчитывает вероятность оттока клиентов, а в промышленности прогнозирует деградацию техники и контролирует состояние систем.
Традиционные методы анализа выживаемости требуют строгих предположений о распределении событий и сложной подготовки данных. Новая библиотека использует машинное обучение и интегрируется в существующие аналитические системы, позволяя избежать этих ограничений.
Survivors не требует предобработки данных и обеспечивает высокую точность прогнозов. Разработчики стремились создать инструмент, способный работать с реальными и неполными данными, учитывая их особенности и неопределённость.
Алгоритмы библиотеки оптимизированы для обработки больших массивов данных с помощью параллельных вычислений и эффективных методов разбиения. Тестирование на девяти открытых медицинских и промышленных наборах данных показало стабильность и точность прогнозов, превосходящую классические модели при минимальных настройках.
Читать материалы по теме:
Росатом запускает мощный центр обработки данных в Нижегородской области
Новую модель вычислительной инфраструктуры с ИИ создали в МГУ
