Автоматизована система оцінки та прогнозування ризиків для здоров’я з використанням методів штучного інтелекту
Автор: Кінаш Станіслав Андрійович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Актуальність. Сучасна цифрова медицина потребує інструментів, здатних оперативно аналізувати індивідуальні медичні параметри та прогнозувати ризики захворювань. Зростання хронічних патологій, необхідність раннього виявлення відхилень та попит на персоналізовані рекомендації формують актуальність створення автоматизованих AI-систем, що підсилюють профілактичну медицину та прийняття рішень. Об’єкт дослідження – процес автоматизованої оцінки стану здоров’я користувача. Предмет дослідження – методи штучного інтелекту, моделі машинного навчання та програмні засоби прогнозування медичних ризиків. Мета дослідження – створення автоматизованої системи оцінки та прогнозування ризиків для здоров’я, що поєднує машинне навчання, аналітику медичних показників та інтелектуальні механізми інтерпретації результатів. Структура роботи. Магістерська робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. Перший розділ присвячено аналізу предметної області, методів прогнозування та визначенню вимог до системи. У другому розділі сформовано концепцію системи, визначено моделі, архітектурні рішення та логіку ключових процесів. Третій розділ містить програмну реалізацію всіх компонентів системи: бекенд, фронтенд, ML-підсистему, підсистему формування звітів та інтеграцію AI-асистента. Четвертий розділ включає експериментальні дослідження, оцінювання якості моделей, аналіз продуктивності та результати тестування системи. Методи та інструменти дослідження. Використано методи машинного навчання, алгоритми класифікації, математичну статистику, стандартизовану обробку медичних даних, фреймворк FastAPI, SQLModel, Pandas, Scikit-Learn, інструменти візуалізації та локальний AI-сервіс Ollama. Результати та практичне значення. Розроблено повноцінну автоматизовану систему прогнозування ризиків для здоров’я, яка забезпечує розрахунок ризиків діабету та ожиріння, генерує звіти, виконує аналітичний огляд стану користувача, зберігає історію прогнозів та містить AI-асистента для пояснення отриманих результатів. Експериментально підтверджено точність моделей, ефективність методів оцінювання ризиків та стабільність роботи архітектури. Система може бути інтегрована в телемедичні платформи, цифрові медичні сервіси та застосунки самодіагностики. Повний обсяг роботи складає 147 сторінок, у тому числі 102 сторінки основного тексту, 51 рисунок і 7 таблиць. Список використаних джерел містить 40 найменувань. Ключові слова: прогнозування ризиків, штучний інтелект, машинне навчання, цифрова медицина, медична аналітика, автоматизовані системи, HealthRisk.AI.