Back to search

National and Kapodistrian University of Athens

Κατηγοριοποίηση ασθενών COVID-19 με τη χρήση αλγορίθμων μηχανικής μάθησης

Abstract

dc:description

Στα τέλη του 2019 έκανε την εμφάνισή της η ασθένεια του νέου κορονοϊού 2019 (COVID-19), η οποία προκαλείται από τον ιό SARS-CoV-2. Ο ιός ανιχνεύτηκε για πρώτη φορά στην πόλη της Γουχάν της Κίνας το Δεκέμβριο του 2019 και έκτοτε έχει εξαπλωθεί παγκοσμίως ως η νέα πανδημία [1], η οποία συνεχίζεται μέχρι και σήμερα. Ο SARS-CoV-2 (Severe Acute Respiratory Syndrome Corona Virus 2) διασπείρεται αερογενώς μέσω αναπνευστικών σταγονιδίων ή αερολυμάτων που παράγονται από τον βήχα ή το φτέρνισμα, ενός μολυσμένου ατόμου. Ο SARS-CoV-2 ως RNA ιός εμφανίζει μεταλλάξεις λόγω του τρόπου αναπαραγωγής του με αποτέλεσμα τη δημιουργία αρκετών παραλλαγών του οι οποίες και κατατάσσονται σε παραλλαγές ανησυχίας (Variants of Consern-VOCs) και παραλλαγές ενδιαφέροντος (Variants of Interest-VOIs) από τον Παγκόσμιο Οργανισμό Υγείας (WHΟ). Βασικός παράγοντας που αυξάνει τον κίνδυνο επιπλοκών και τη σοβαρότητα νόσησης με COVID-19 είναι η ηλικία, καθώς οι ηλικιωμένοι είναι πιο πιθανό να αρρωστήσουν σοβαρά από COVID-19. Τα μέτρα πρόληψης που λήφθηκαν παγκοσμίως για την ελαχιστοποίηση μετάδοσης του SAR-CoV-2 περιλαμβάναν την κοινωνική αποστασιοποίηση, τον αερισμό εσωτερικών χώρων, την κάλυψη του προσώπου κατά το βήχα ή το φτάρνισμα, το πλύσιμο των χεριών και την χρήση μάσκας προσώπου σε εσωτερικούς χώρους και φυσικά τον εμβολιασμό. Μέχρι και σήμερα τουλάχιστον δέκα εμβόλια έχουν λάβει έγκριση από τουλάχιστον μία εθνική ρυθμιστική αρχή για χρήση στο ευρύ κοινό. Στην αντιμετώπιση αυτής της παγκόσμιας κρίσης έρχεται να συμβάλει η Τεχνητή Νοημοσύνη μέσω των δυνατότητων που προσφέρει στης δημιουργίας μοντέλων πρόβλεψης μέσω των αλγορίθμων της Μηχανικής Μάθησης. Οι αλγόριθμοι Μηχανικής Μάθησης επεξεργάζονται τη γνώση και την αναπαριστούν με πιο μαθηματικοποιημένους τρόπους και εφαρμόζονται με επιτυχία στην επίλυση πληθώρας προβλημάτων, για πολλούς επιστημονικούς τομείς, όπως η Εξόρυξη Δεδομένων, οι Πιθανότητες και η Στατιστική, η Νευροβιολογία, κ.α. Στόχος της παρούσας εργασίας, είναι η σύγκριση διαφορετικών αλγοριθμικών μοντέλων, με σκοπό την εύρεση της καλύτερου τρόπου μοντέλου πρόβλεψης της θνησιμότητας των ασθενών με COVID-19, μέσα από 6 αλγορίθμους κατηγοριοποίησης, χρησιμοποιώντας δεδομένα τα κλινικά χαρακτηριστικά και το ιστορικό των ασθενών. Πιο συγκεκριμένα το σύνολο των δεδομένων αποτελείται από 12.425.179 άτομα ύποπτα για COVID-19, τα οποία προσήλθαν σε υγειονομικές μονάδες του Μεξικού, με τα 3.993.464 από αυτά να είναι θετικά στον SARS-CoV-2. Οι 6 αλγόριθμοι που χρησιμοποιήθηκαν, είναι η Λογιστική Παλινδρόμηση (LR), τα Δέντρα Απόφασης (DTs), το Τυχαίο Δάσος (RF), η Ακραία Ενίσχυση Κλίσης (ΧGB), τα ΤΝΔ Πολυστρωματικών Αντιλήπτρων (MLPs) και οι Κ Εγγύτερων Γειτόνων (KNN). Μετά από την ολοκλήρωση της Προεπεξεργασίας των δεδομένων, η οποία περιελάμβανε τον καθαρισμό των δεδομένων από δείγματα με ελλείπεις τιμές, την απαλοιφή κυρίως γεωγραφικών χαρακτηριστικών (columns), τα οποία δε σχετιζόντουσαν με τη θνησιμότητα από COVID-19 και τέλος την μετασχηματισμό των συνεχών δεδομένων με 6 διαφορετικούς τρόπους (No Scaling, Standard Scaling, Min-Max Scaling με εύρη 0-1, 0-10, 0-100, 0-1000), τα δεδομένα τροφοδοτήθηκαν στα διαφορετικά μοντέλα των αλγορίθμων. Για κάθε αλγόριθμο προέκυψαν 54 μοντέλα (6 τρόποι προεπεξεργασίας x 3 σετ χαρακτηριστικών x 3 σετ υπερπαραμέτρων) με τον κάθε μοντέλο να εκτελείται 10 φόρες (iterations), με διαφορετικά υποσύνολα του συνόλου των δεδομένων, ώστε να ληφθεί η μέση τιμή (mean) των μετρικών του, φτάνοντας έτσι τις 540 εκτελέσεις για τον κάθε αλγόριθμο, με τελικό σύνολο τις 3.240 εκτελέσεις και για τους 6 αλγορίθμους. Έπειτα προχωρήσαμε στην αξιολόγηση τους με βάση 5 μετρικά την Ακρίβεια (Precision), την Ευαισθησία-Ανάκληση (Recall), την Βαθμολογία F1 (F1 Score), την Περιοχή κάτω από την καμπύλη ROC (Area Under Curve ROC, AUC_ROC) και την Διάρκεια (Runtime). Η κατάταξη των αλγορίθμων, με βάση την απόδοση των μοντέλων τους, έφερε 1α τα μοντέλα της Ακραίας Ενίσχυσης Κλίσης (XGB), 2α αυτά του Τυχαίο Δάσος (RF), 3α εκείνα των Τεχνητών Νευρωνικών Δικτύων Πολυστρωματικών Αντιλήπτρων (MLPs), 4α αυτά των Δέντρα Αποφάσεως (DTs), 5α εκείνα των Κ Εγγύτερων Γειτόνων (KNN) και 6α αυτά της Λογιστικής Παλινδρόμησης (LR). Το βέλτιστο μοντέλο ήταν αυτό της XGB τα οποία χρησιμοποίησαν και τα 22 χαρακτηριστικά (columns), με τον Μin-Max scaler με εύρος 0-100 και με τις optimal_01 τιμές υπερπαραμέτρων, με μέσο όρο (mean) για τα μετρικά της Precision 0,93764 (93,76%), της Recall 0,95472 (95,47%), του F1-score 0,9113, της AUC_ROC 0,97855 και της Runtime τα 6,67306 sec.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Κουρμπάνης Νικόλαος
  • Kourmpanis Nikolaos

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:3246493

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Κουρμπάνης Νικόλαος; Kourmpanis Nikolaos. Κατηγοριοποίηση ασθενών COVID-19 με τη χρήση αλγορίθμων μηχανικής μάθησης. 2022. https://pergamos.lib.uoa.gr/uoa/dl/object/3246493