Разработка ML-модели риска инфаркта миокарда без стойкого подъема сегмента ST

Abstract

Инфаркт миокарда без стойкого подъема сегмента ST (ИМбСПST) представляет собой форму ишемической болезни сердца, при которой отсутствует классический подъем ST-сегмента на ЭКГ. В связи с этим ранняя диагностика затруднена, а риск неблагоприятных исходов возрастает.
В данной работе разработана и протестирована модель машинного обучения для прогнозирования риска ИМбСПST на основе клинико-лабораторных показателей. Рассмотрены методы логистической регрессии, случайного леса и градиентного бустинга. Модель XGBoost показала наилучшие результаты (AUC = 0.89).