Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Enhanced prediction of spine surgery outcomes using advanced machine learning techniques and oversampling methods

Created by
  • Haebom
Category
Empty

저자

Jose Alberto Benitez-Andrades, Camino Prada-Garcia, Nicolas Ordas-Reyes, Marta Esteban Blanco, Alicia Merayo, Antonio Serrano-Garcia

개요

본 연구는 척추 수술 결과 예측을 위한 첨단 기계 학습 접근 방식을 제안합니다. 244명의 환자 데이터(수술 전, 심리 측정, 사회경제적 및 분석 변수 포함)를 사용하여 GaussianNB, ComplementNB, KNN, 의사결정 트리 모델과 RandomOverSampler 및 SMOTE를 적용한 개선된 모델들을 비교 평가했습니다. 특히, 개선된 KNN 모델은 최대 76%의 정확도와 67%의 F1 점수를 달성했으며, 그리드 서치 최적화를 통해 성능이 더욱 향상되었습니다.

시사점, 한계점

•
시사점:
◦
척추 수술 결과 예측에 기계 학습을 활용하여 의료 전문가의 의사 결정 지원 가능성을 보여줌.
◦
과대 샘플링 기법과 그리드 서치 최적화를 통해 기계 학습 모델의 성능 향상 가능성 제시.
◦
개선된 KNN 모델이 상대적으로 높은 정확도와 F1 점수를 달성.
•
한계점:
◦
사용된 데이터셋의 크기가 제한적(244명).
◦
데이터셋의 다양성 부족.
◦
더 크고 다양한 데이터셋을 이용한 추가 연구 필요.
👍
Made with Slashpage