Налаштування генетичного алгоритму для пошуку індивідуалізованої стратегії лікування

Анотація

Генетичний алгоритм є перевіреним механізмом у вирішенні задачі оптимізації. Будучи евристичним алгоритм, він дозволяє прискорити рішення задачі завдяки використанню принципів біологічної еволюції. Недавно даний алгоритм був запропонований як спосіб знаходження індивідуалізованої стратегії лікування, де необхідно оптимізувати стан пацієнтів у віддаленому періоді, перебираючи різні комбінації лікування. В цьому дослідженні в якості оптимізуючої функції було використано функцію адитивної згортки показників стану пацієнта у віддаленому періоді, отриману за допомогою метода аналізу ієрархій Сааті, який є одним із методів багатокритеріального прийняття рішень. Хоча генетичний алгоритм в поставленій задачі проявив себе непогано, слід відмітити, що були встановлені стандартні параметри алгоритму. Враховуючи, що параметрів немала кількість, в теперішній роботі була поставлена задача знайти оптимальні параметри для алгоритму. Це в першу чергу необхідно для тих, хто в майбутньому буде використовувати алгоритм в безпосередній роботі, а саме для лікарів, коли їм потрібно буде призначити лікування пацієнтові. Робота описує аналіз різних параметрів генетичного алгоритму і їх використання в експериментальних запусках алгоритму для пошуку індивідуалізованої стратегії лікування. Також були відібрані оптимальні підмножини вхідних параметрів пацієнта, використовуючи критерій кореляційного відбору ознак. Відібрані параметрі були необхідні для моделювання показників пацієнтів після лікування. Моделювання було виконано за допомогою випадкового лісу класифікації, попередньо розбивши загальну вибірку на навчальну (вісімдесят відсотків) і тестову (двадцять відсотків). Для дослідження були використані дві різні бази даних хворих з вродженими вадами серця, таким чином це дозволяє оптимальним параметрам бути більш надійними, щоб їх можна було надалі використати. Це все за підсумком дозволило знайти параметри, які насамперед будуть виключно рекомендованими для лікарів перед використанням алгоритму.