Prevedere le malattie cardiache con la visualizzazione dei dati OraclePredict Heart Disease with Oracle Data Visualization
Un post interessante è stato pubblicato ieri sul blog Oracle Analytics da Joseph Kuttikat, spiega come gli strumenti di Machine Learning possono essere utilizzati per analizzare i dati medici e come questi strumenti possono essere utilizzati per estrarre informazioni importanti per la salute e la prevenzione.
I dati analizzati riguardano casi di malattie cardiache (tra cui malattia coronarica, ipertensione, e ictus).
Le malattie cardiache rappresentano circa 1 di ogni 3 decessi negli Stati Uniti, ovvero quasi 801.000 decessi in un anno, secondo l'American Heart Association, La malattia cardiovascolare è la principale causa globale di morte, con oltre 17,3 milioni di decessi all'anno nel 2013 , un numero che dovrebbe crescere fino a superare i 23,6 milioni entro il 2030.
Infatti, è stato usato un metodo costituito dal training di un modello usando i valori noti effettivi di una colonna, per stimare il valore della colonna per i casi sconosciuti. Questo metodo rientra nel dominio di Supervised Machine Learning. Oracle Data Visualization è dotato di algoritmi integrati per eseguire tali multi-classificazione supervisionata e altri. Gli utenti possono scegliere uno qualsiasi di questi algoritmi in base alle esigenze. Ecco uno snapshot che mostra l'elenco degli algoritmi incorporati in Oracle Data Visualization che possono eseguire questa classificazione multipla, come illustrato nel grafico seguente:Here is a snapshot showing list of inbuilt algorithms in Oracle Data Visualization that can perform this multi-classification, as seen in the graphic below:
Utilizzando questi metodi, anche uno strumento di visualizzazione dei dati semplice da usare può aiutare a rispondere a domande complesse e arrivare al cuore della questione.
Nel video dimostrativo che segue Oracle mostra come oracle Data Visualization e gli algoritmi di apprendimento automatico vengono applicati sui dati sanitari dei pazienti per prevedere la prospettiva di malattie cardiache.
Il processo mostrato nel video qui sotto può essere riassunto come segue:
- Ottenere i dati dei pazienti noti per avere malattie cardiache. Questo set di dati contiene informazioni relative a malattie cardiache come la glicemia, il colesterolo e altre informazioni mediche
- Creare un modello di rete neurale a più classificazioni usando tali datiCreate a multi-classification neural net model using that data
- Utilizzare questo modello per prevedere la probabilità di malattie cardiache in altri individui per i quali conosciamo la loro storia medica o informazioni mediche
L'esempio di plug-in di apprendimento automatico visualizzato nel video può essere scaricato da Oracle Analytics Store. Il nome del progetto è Esempio progetto DV: Previsione delle malattie cardiache
Fonte: Blog di Oracle Analytics
