OF PREDICTING THE RISK OF DEVELOPMENT OF MYOPIA IN YOUNG PEOPLE ON THE BASIS OF THE USE OF RADIAL NEURAL NETWORKS
В статье рассматривается один из подходов к анализу и управлению рисками развития патологии глаз и его придаточного аппарата у лиц молодого возраста, основанный на нейросетевых технологиях. В работе приводится одна из возможных классификаций рисков, а также выделены области прогнозирования рисков, в которых применение нейронных сетей представляется наиболее эффективным. Выделены преимущества и недостатки нейронных сетей для задач прогнозирования и классификации характера течения миопии. Показывается преимущество их применения для приведения категориальных признаков к представлению, с которыми эффективно способна работать нейронная сеть. На основе сравнительного анализа выбраны функции активации для каждой группы риска миопии и алгоритм оптимизации нейронной сети. Подробно описаны метод для отбора признаков на основе работы построенной модели и основанный на поведении модели метод корреляционного анализа, который позволит решить характерную для нейронных сетей проблему неопределенности. Анализ оценки вероятности совершения ошибок первого и второго рода позволил сделать вывод о высокой обобщающей способности предлагаемого подхода. На основе оптимизированной нейронной сети была разработана автоматизированная система прогнозирования риска развития миопии в молодежной среде. Установлено, что предложенный авторами подход к оценке риска миопии у студентов медицинского вуза показал высокую прогностическую способность и может служить основой для создания информационной системы экспресс-диагностики патологии глаз и его придаточного аппарата у лиц молодого возраста. Внедрение разработанной системы позволит медицинским учреждениям повысить оперативность и точность предварительной диагностики пациентов The article discusses one of the approaches to the analysis and risk management of eye pathology and the adnexa in young people, based on neural network technologies. The paper presents one of the possible classifications of risks, and also identifies areas of risk prediction in which the use of neural networks seems to be most effective. The advantages of the disadvantages of neural networks for predicting and classifying the nature of the course of myopia are highlighted. The advantage of their use is shown to bring categorical features to a representation with which a neural network is effectively able to work. Based on a comparative analysis, the activation functions for each myopia risk group and the neural network optimization algorithm were selected. The method for selecting features based on the work of the constructed model and the method of correlation analysis based on the model’s behavior, which will solve the problem of uncertainty characteristic of neural networks, are described in detail. An analysis of the assessment of the probability of making mistakes of the first and second kind made it possible to conclude that the proposed approach is highly generalizing. Based on the optimized neural network, an automated system for predicting the risk of myopia in the youth environment was developed. It was established that the approach proposed by the authors to assess the risk of myopia in students of a medical university has shown high prognostic ability and can serve as the basis for creating an information system for the rapid diagnosis of eye pathology and its adnexa in young people. Implementation of the developed system will allow medical institutions to increase the efficiency and accuracy of preliminary diagnosis of patients