심혈관 질환 예측을 위한 인공지능 방법

관상 동맥 질환은 전 세계 사망률의 주요 원인으로 꼽힙니다. 생물 의학 장비와 다양한 병원 응용 프로그램은 방대한 임상 데이터를 생성하여 예측 분석을 위한 풍부한 자원을 제공합니다. 인공지능(AI)은 심장 질환 예측을 위해 점점 더 활용되고 있으며, 머신 러닝(ML)은 정보에 기반한 의사 결정과 정확한 예측을 위한 강력한 도구로 부각되고 있습니다. 의료 산업의 머신 러닝 기술 채택에서 상당한 발전이 관찰되고 있습니다. 이 진전은 주로 심박 질환을 예측하기 위해 임상 시험의 데이터를 활용하여 샘플 케이스로 모델을 훈련시키는 데 달려 있습니다. 따라서 심장 질환 관련 데이터에 대한 포괄적인 이해가 예측 정확도를 향상시키기에 필수적입니다. 이 과정에서 특징 선택이 중요한 역할을 하며, 중복되고 관련 없는 특징을 효과적으로 제거하여 예측 모델의 훈련 비용과 시간을 줄입니다. 본 논문은 관상 동맥 질환 예측에 인공지능 기반의 특징 결정 방법 사용을 옹호합니다. 제안된 작업은 다양한 특징 선택 기술의 조합을 사용하는 질병 예측 모델을 도입합니다. 예측 모델의 유효성은 심장 질환 데이터베이스에서 수집된 데이터 세트를 사용하여 평가합니다. 제안된 전략은 정확성, 정확도, 리뷰 및 f1-score로 평가됩니다. 이 시스템은 또한 심장 질환 진단 중 의사들이 정확한 결정을 내리는 데 도움이 될 가능성이 있습니다.