bigdataSM

Transcript

1. ПРЕЦИЗИОННАЯ СПОРТИВНАЯ МЕДИЦИНА от больших данных к персонализированному прогнозу Самойлов А.С. Ключников М.С.
2. !2 Процентное выражение медалей, завоеванных российскими спортсменами в отношении к числу участвовавших российских спортсменов Сочи-2014 225 спортсменов 33 медали 8,5% 15% 10% Ванкувер-2010 176 спортсменов 15 медалей Пхёнчхан-2018 169 спортсменов 17 медалей Российские спортсмены на Олимпийских играх
3. Сборных команд Российской Федерации Кризис спортивной медицины Внедрение комплексной системы медико- биологического обеспечения спортсменов сборных команд России Пик эффективности комплексной системы медико-биологического обеспечения спортсменов сборных команд Утрата конкурентных преимуществ !3 Медико-биологическое обеспечение спортсменов МИАС Мобильные медицинские комплексы Индивидуальные ВМК Инновационные ИМН Прикладные НИР Ведомственная целевая программа:
4. !4 Перспективы?
5. Concurrence of big data analytics and healthcare: A systematic review N. Mehna, N. Padit 2018 !5 Medicine Machine Learning and Evidence-Based Medicine I. Scott 2018 Machine Learning EEG to Predict Cognitive Functioning and Processing Speed Over a 2-Year Period in Multiple Sclerosis Patients and Controls Improving Hip-Worn Accelerometer Estimates of Sitting Using Machine Learning Methods J. Kerr et.al. 2018 Deep neural heart rate variability analysis T. Made 2018 Machine Learning Methods for analysis of Metabolic Pathway Modeling M. Cuperlovic-Culf 2018 Hemodynamic Monitoring in the Era of digital Health F. Michard 2016 Мировой опыт применения BDA в спортивной медицине
6. !6 Интеграция знаний Области пересечения Проектное управление Междисциплинарный анализ Мультидисциплинарный подход в BDA
7. !7 Специалист Нейросеть * - A. Marcelo et.al. 2013 Прогнозируемый процент верных решений в зависимости от объема оперируемых данных* 46% >95% Обучение модели машинного обучения
8. !8 ФГИС «МИАС» A. Результаты УМО B. Биохимический/ гормональный статус C. Данные функционального тестирования D. Данные психологического обследования E. Медицинские события F. Уровень работоспособности G. Реакция на лекарственные препараты H. Индивидуальная переносимость Научно-инновационный задел
9. очередь Прогнозирование функционального состояния по результатам функциональной диагностики и нагрузочного тестирования Анализ нагрузок Лабораторная диагностика Эффективность коррекции Психофизиология Генетика Протеомика Метаболомика Таргетная персонифицированная коррекция I II III !9 очередь очередь Нейросеть спортивной медицины
10. !10 Прогноз динамики функционального состояния Индивидуальные треки сопровождения Высокоточная донозологическая диагностика Суперадаптация Ожидаемые эффекты
11. !11 Результаты тестового обучения модели машинного прогнозирования MySQL WorkBench v 6.1 KNIME v 3.5.1 MacBook Pro’13 Late 2013 440 спортсменов сборных команд РФ Расчет ПСС* по возрасту, виду спорта, ЧСС** и Стресс-Индексу Прогнозирование состояния спортсменов SVR PREDICTION v0.43 Method==GradientBoost/Sub==440sp/target==SVR РЕЗУЛЬТАТЫ: Расчет ПСС с точностью 94,2% TECH STACK: ОБУЧЕНИЕ МОДЕЛИ:
12. !12 58 спортсменов 186 визитов 440 спортсменов 760 визитов Зарегистрировано Рассчитано Gradient BOOST Полиноминальная Регрессия Модели обучения
13. !13 Таргетная коррекция Индивидуальные треки Функциональный BoosT NeuroNet HealthNet Направления развития
14. !14 + • Лонгитюдная регистрация параметров вариабельности сердечного ритма спортсменов в покое, в тренировочном процессе и во время спортивных соревнований РЕГИСТРАЦИЯ ДАННЫХ С ФИТНЕС-ТРЕКЕРОВ АНАЛИЗ ИНДИВИДУАЛЬНЫХ ТРЕКОВ • Кластерный анализ и выявление групповых трендов динамики состояния спортсменов с применением методов машинного обучения • Построение индивидуальных коридоров нормы по критическим параметрам геодинамики ОНЛАЙН МОНИТОРИНГ* • Онлайн-мониторинг в медицинском штабе критических гемодинамических показателей участников спортивного мероприятия: СЕРДЕЧНЫЙ ВЫБРОС ПЕРИФЕРИЧЕСКОЕ СОСУДИСТОЕ СОПРОТИВЛЕНИЕ ЭКСТРЕННОЕ ОПОВЕЩЕНИЕ • Прогностическое онлайн оповещение медицинского персонала о риске выходе критических показателей за коридоры индивидуальной нормы участника в заданный интервал времени Мониторинг на массовых спортивных стартах
15. БЛАГОДАРИМ ЗА ВНИМАНИЕ !