Разработка модели машинного обучения для автоматизированного распознавания степени тяжести ожоговых поражений

Abstract

Ожоговая болезнь является системной реакцией организма на термическое повреждение, где критически важна ранняя и точная диагностика глубины поражения. В данной работе разработана модель машинного обучения для классификации степеней ожога и прогнозирования риска осложнений на основе комбинированных данных: визуальных характеристик раны и биохимических показателей крови. Сравнительный анализ алгоритмов показал, что ансамблевый метод CatBoost обеспечивает наивысшую точность (AUC = 0.92) в условиях малых медицинских выборок