Проектування АРХІТЕКТУРИ ХМАРНОГО ОБЧИСЛЮВАЛЬНОГО СЕРЕДОВИЩА ДЛЯ ОБРОБКИ АНАМНЕЗУ ПАЦІЄНТів З ЗАХВОРЮВАННЯМ ДИХАЛЬНОЇ СИСТЕМИ НА ОСНОВІ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ
CREATING OF ARCHITECTURE OF CLOUD COMPUTING ENVIRONMENT FOR ANALYZING ANAMNESIS OF PATIENTS WITH RESPIRATORY SYSTEM DISEASE ON BASE MACHINE LEARNING
Сторінки: 88-91. Номер: №3, 2020 (285)
Автори:
С. П. Зембіцький, Н. В. Грипинська
Хмельницький національний університет
S. Zembitskyi, N. Hrypynska
Khmelnytskyi National University
DOI: https://www.doi.org/10.31891/2307-5732-2020-285-3-14
Рецензія/Peer review : 27.04.2020 р.
Надрукована/Printed : 05.06.2020 р.
Анотація мовою оригіналу
В статті представлено проектування архітектури хмарного середовища для обробки анамнезу захворювання дихальної системи та подальшого прогнозування діагнозу. Під час проведення наукової роботи було опрацьовано попередні публікації та наукові дослідження в галузі сімейної медицини. Проаналізувавши попередні дослідження було сформовано основне невирішене питання, яке полягає в розробці архітектури обробки епізоду звернення пацієнта з використанням методів машинного навчання та з подальшим розгортанням на серверах – хостерах з використанням хмарної обчислювальної технології. Також було сформовано основні цілі проведення даного наукового дослідження. Розглянуто основні характеристики для побудови архітектури та обрано їх оптимальні значення. Обґрунтовано доцільність використання технології передачі даних AJAX. Також було обґрунтовано доцільність використання баз знань формату csv та структурованого об’єкту JSON. Розглянуто алгоритми класифікації з машинним навчанням та обрано оптимальний алгоритм класифікації. Результатом дослідження є розроблена архітектура, в вигляді блок – схеми, функціонування хмарного обчислювального середовища.
Ключові слова: алгоритми класифікації, машинне навчання, обробка анамнезу
Розширена анотація англійською мовою
Algorithms of machine learning are widely used in small galuzy, did not omit medical practice. The machine of modernization in the medical field has known the storage in different directions, such as the processing of biomedical images, the analysis of computer tomography, the analysis of electrocardiograms, the development of licenses, the pathology, the detection. Algorithms of machine learning are also used for the administration of the plant, as it is not necessary for the practical practice, but for the medical galusa. For example, private clientele vikoristovuyut systems and piece neural framing for the establishment and processing of routing of patients in the clinic, keruvannya chergami in the clinic, the establishment of interactive knowledge bases for detailed information to the medical staff. But it’s a pity in the family of medicine, for the present moment, it is not possible to see in the implementation of algorithms of machine technology. In the out-of-town medical practice of testing systems of piece neural fences, to optimize the working process of the family doctor, to change the vitrate for an hour at the time of the patient’s reception, and to set up the backward pattern of anamnesis of the patient’s anamnesis. Therefore, the main task of this scientific advancement is to develop the architecture of a gloomy numerical center for reviewing the anamnesis of patients with mental illness on the basis of machine learning algorithms, so that we can give the values of the robotic field of recognition.
This work present process of developing architecture cloud processing environment for analyzing anamnesis of patients with respiratory system disease. During doing this scientific work was processed previous publications and scientific experiments in family medicine direction. Having analyzed previous experiments was created main problem this scientific work. Main problem is creating of architecture processing episode patient treatment with using machine learning and future integration on servers – hosters with cloud processing technologies. Also was created main targets this scientific work. Reviewed main features for creating of architecture and was selected them optimal correct values. Justified expediency using technologie of transmit data such as AJAX. Also was justified expediency using knowledge database that using csv format and using structured object such as JSON. Reviewed machine learning algorithms of classifications and was selected optimal algorithm. Result this experiment is created architecture in view block – schema, function cloud processing environment.
Keywords: algorithm classification, anamnesis processing, machine learning
References
- Porieva H.S. Metody analizu zvukiv lehen dlia otsinky stanu dykhalnoi systemy liudyny / Porieva H.S. / Natsionalnyi tekhnichnyi universytet Ukrainy «Kyivskyi politekhnichnyi instytut imeni Ihoria Sikorskoho», 2020. – 2 s.
- Shahgeldyan K.I., Gelcer B.I., Kurpatov I.A. Metody mashinnogo obucheniya dlya differencialnoj diagnostiki boleznej organov dyhaniya / Shahgeldyan K.I., Gelcer B.I., Kurpatov I.A. / Vladivostokskij gosudarstvennyj universitet ekonomiki i servisa, 2019. – S. 10–13.
