Guruh: 961-19 Bajardi




Download 174 Kb.
bet3/3
Sana15.12.2023
Hajmi174 Kb.
#119936
1   2   3
Bog'liq
zafar 2
Suyuqlik va sochiluvchan moddalarning sathini o\'lchash Rеjа, 11 синф тести, MI-2, 4-ma\'ruza, O’zbekiston Respublikasi aloqa, axboratlashtirish va telekommuni, G. I. Ishmuradova, G. M. Mirzayeva materialshunoslik fanini, O`zbekiston respublikasi oliy va o`rta maxsus ta’lim vazirligi, ish reja 10ta, protokol (3), Hisob (colculs) Mustaqil ish23, To\'garak jurnali, 1-Tema KIRISIWьь, informatika-togarak-ish-reja-va-konspekt, Shaharning ekologik xavfsizligi va atrof muhit tozaligi
Klinik sinov tadqiqoti:Mashinani o'rganish bevosita klinik yo'llarning shakli va hajmini o'rganishga yordam beradiIlg'or bashoratli tahlil klinik sinov tadqiqoti uchun nomzodlarni aniqlashda qo'llaniladi.Imkoniyatni oshirish uchun eng yaxshi namuna o'lchamlarini topish, ma'lumotlardagi xatolarni kamaytirish uchun elektron tibbiy yozuvlar yordamida bemorga qo'shilish uchun farq tushunchalarini tushunish. . Namuna hajmi yordamida olimlar, agar muvaffaqiyatsizlik yuzaga kelsa, ular qayta-qayta sinovlarni o'tkazishlari mumkin. , buni bajaring va uni foydali dori uchun tuzating.Sun'iy intellekt shifokorlarga kasallikni aniqlash va uning qanday muammo ekanligini tahlil qilish va shifokorlarga yechim topishda yordam berish uchun ishlatilgan.Mashina shifokorlarning qo'l yozuvini tushunishi va mashinalar mashina tiliga o'tkazishi mumkin bo'lgan umumiy ma'lumotni tushungandan so'ng kursiv yozuvlarni tushunishi mumkin.
Tadqiqot ma'lumotlar bazalari tadqiqot ishtirokchilari, eksperimental muolajalar va klinik natijalar haqida ma'lumotlarni o'z ichiga oladi. Katta ishlarni ko'pincha farmatsevtika kompaniyalari yoki davlat muassasalari homiylik qiladi. Shaxsiylashtirilgan dori vositasini qo'llash, klinik tadkikotlar ma'lumotlariga asoslangan holda samarali davolanishga ega bo'lgan bemorlarni solishtirishdir.
Ushbu yondashuv, dalillarga asoslangan tibbiyot tamoyillarini qo'llashdan tashqari, sog'liqni saqlash xizmati tomonidan bemorning sinov ishtirokchilari bilan keng xarakterdagi xususiyatlarini (masalan, yoshi, jinsi, irqi, klinik holati) belgilashi aniqlanadi. Katta ma'lumotli tahlillar bilan, bemorning saraton kasalligining genetik profilini (quyida ko'rib chiqing) juda kengroq ma'lumotga asoslangan davolashni tanlash mumkin.
Klinik qarorlarni qo'llab-quvvatlash tizimlari (CDSS) ham jadal rivojlanmoqda va tibbiyotda sun'iy aqlning katta qismini tashkil etadi.
Ular klinika xodimlariga qarorlarni qabul qilishda yordam berish uchun bemor ma'lumotlarini ishlatadilar va odatda EHRs bilan birlashadilar.
Inson genetik ma'lumotlarining ombori tez sur'atlarda to'planib bormoqda. Inson genomining loyihasi 2003 yilda tugallanganligi sababli inson DNK navbati qiymati million barobar kamaydi. Harvard tibbiyot maktabi tomonidan 2005 yilda boshlangan shaxsiy genom loyihasi (PGP) butun dunyo bo'ylab 100 ming ko'ngillilarning genomlarini ketma-ketlikda e'lon qilish va ommalashtirishga intiladi. PGP o'zi katta hajmli ma'lumotlarni va ma'lumotlar turlicha bo'lishiga qarab katta ma'lumotlar loyihasining eng yaxshi namunasidir.
Shaxsiy genom 100 gigabaytlik ma'lumotni o'z ichiga oladi. Genomlarni tartibga solishdan tashqari, PGP shuningdek, EHRs, anketalar va mikrobiomalar ma'lumotlarini to'playdi.
Bir qator kompaniyalar sog'liqni saqlash, shaxsiy xususiyatlar va farmakogenetika uchun tijoriy asosda to'g'ridan-to'g'ri iste'molchi genetik tartiblashni taklif qiladi.
Ushbu shaxsiy ma'lumotlar katta ma'lumot tahliliga sarflanishi mumkin. Misol uchun, 23-noyabr, 2013 yil, AQSh oziq-ovqat va farmatsevtika idorasiga rioya qilish uchun 2013 yil 22 noyabrdan boshlab yangi iste'molchilarga tibbiy genetik hisobotlarni taqdim etishni to'xtatgan. Biroq, 2015 yilda kompaniya yana genetik tuprik testining ayrim sog'liqni saqlash qismlarini taklif qila boshladi, bu safar FDA tomonidan tasdiqlandi.
Hukumat immigratsiya, nikoh, tug'ilish va o'lim kabi sog'liqni saqlash bilan bog'liq hodisalarning batafsil qaydlarini saqlaydi. AQSh aholini ro'yxatga olish 1790 yildan beri har 10 yilda juda ko'p miqdordagi ma'lumot to'plashdi. 2013 yilga kelib aholini ro'yxatga olish statistikasi saytida 370 milliard hujayra bor edi, bu esa taxminan 11 milliardga oshdi.
Google va boshqa veb-qidiruv provayderlari tomonidan to'plangan veb-qidiruv ma'lumoti aholining salomatligi bilan bog'liq real vaqtda tushunish mumkin. Shu bilan birga, veb-qidiruv naqshlaridan katta ma'lumotlarning qiymati an'anaviy sog'liq ma'lumotlari bilan birlashtirilishi bilan yaxshilanishi mumkin
Xulosa:
Bundan xulosa qilishim mumkinki, sun'iy intellekt tibbiyotda bugungi kunda foydalidir ushbu mustaqil ishimda uning funktsiyalari asoslari va keng tarqalgan ishlatiladigan ba'zi turlari keltirilgan. 

Foydalanilgan adabiyotlar.



  1. Mashinani o'qitish va neyron tarmoq arxitekturasi

  2. https://vas3k.ru/blog/machine_learning/

  3. Tensorflow

  4. https://colab.research.google.com/notebooks/mlcc/tensorflow_programming_concepts.ipynb

  5. https://www.tensorflow.org/tutorials/quickstart/beginner

  6. Colab

  7. https://habr.com/ru/post/428117/

  8. https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d

  9. https://habr.com/ru/post/413229/

  10. Data

  11. https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Diagnostic)

  12. https://towardsdatascience.com/top-sources-for-machine-learning-datasets-bb6d0dc3378b

  13. https://docs.microsoft.com/ru-ru/azure/machine-learning/team-data-science-process/prepare-

  14. data

  15. http://blog.datalytica.ru/2018/04/blog-post.html



Download 174 Kb.
1   2   3




Download 174 Kb.