Opracowanie modelu uczenia maszynowego do predykcji pogorszenia funkcji kognitywnych po zabiegu TAVI
Notice description
Powstaje w kontekście projektu:
KPOD.07.07-IW.07-0150/24 - Model oceny ryzyka uszkodzeń niedokrwiennych ośrodkowego układu nerwowego i pogorszenia funkcji kognitywnych u pacjentów poddawanych przezcewnikowej implantacji zastawki aortalnej
Przedmiotem zamówienia jest opracowanie modelu uczenia maszynowego służącego do analizy danych obrazowych, klinicznych i proceduralnych pacjentów w celu oceny wartości predykcyjnej wybranych biomarkerów obrazowych.
Zakres prac obejmuje w szczególności:
• przygotowanie i wstępne przetworzenie danych wejściowych (biomarkery obrazowe, dane kliniczne, dane proceduralne),
• automatyczny wybór zmiennych w celu określenia ich znaczenia i redukcji wymiarowości danych,
• budowę modelu uczenia maszynowego z wykorzystaniem algorytmu XGBoost,
• analizę ważności cech (feature importance) i interpretację uzyskanych wyników,
• ocenę jakości modelu przy użyciu pola pod krzywą ROC (AUC) oraz przeprowadzenie 10 krotnej walidacji krzyżowej,
• Opracowanie raportu końcowego zawierającego opis zastosowanej metodyki, uzyskane wyniki, parametry modelu oraz rekomendacje dotyczące jego zastosowania w dalszej analizie badawczej, wraz z udostępnieniem kodu analizy umożliwiającego replikację i dalszy rozwój przeprowadzonych analiz.
Zamówienie obejmuje realizację prac w formie usługi badawczo-analitycznej, wykonanej przez podmiot posiadający doświadczenie w analizie danych medycznych oraz w projektowaniu modeli uczenia maszynowego.
Miejsce realizacji
Cała polska
KPOD.07.07-IW.07-0150/24 - Model oceny ryzyka uszkodzeń niedokrwiennych ośrodkowego układu nerwowego i pogorszenia funkcji kognitywnych u pacjentów poddawanych przezcewnikowej implantacji zastawki aortalnej
Przedmiotem zamówienia jest opracowanie modelu uczenia maszynowego służącego do analizy danych obrazowych, klinicznych i proceduralnych pacjentów w celu oceny wartości predykcyjnej wybranych biomarkerów obrazowych.
Zakres prac obejmuje w szczególności:
• przygotowanie i wstępne przetworzenie danych wejściowych (biomarkery obrazowe, dane kliniczne, dane proceduralne),
• automatyczny wybór zmiennych w celu określenia ich znaczenia i redukcji wymiarowości danych,
• budowę modelu uczenia maszynowego z wykorzystaniem algorytmu XGBoost,
• analizę ważności cech (feature importance) i interpretację uzyskanych wyników,
• ocenę jakości modelu przy użyciu pola pod krzywą ROC (AUC) oraz przeprowadzenie 10 krotnej walidacji krzyżowej,
• Opracowanie raportu końcowego zawierającego opis zastosowanej metodyki, uzyskane wyniki, parametry modelu oraz rekomendacje dotyczące jego zastosowania w dalszej analizie badawczej, wraz z udostępnieniem kodu analizy umożliwiającego replikację i dalszy rozwój przeprowadzonych analiz.
Zamówienie obejmuje realizację prac w formie usługi badawczo-analitycznej, wykonanej przez podmiot posiadający doświadczenie w analizie danych medycznych oraz w projektowaniu modeli uczenia maszynowego.
Miejsce realizacji
Cała polska
Time limit for receipt of tenders
2026-03-21 14:00:00.0
Location
Kraj: Polska
Category assortment
Software development
Consultancy
Consultancy
Buyer details
Narodowy Instytut Kardiologii Stefana Kardynała Wyszyńskiego - Państwowy Instytut Badawczy
Alpejska 42
04-628 Warszawa
Województwo: mazowieckie
Kraj: Polska
NIP: 5250008525
Alpejska 42
04-628 Warszawa
Województwo: mazowieckie
Kraj: Polska
NIP: 5250008525
