Management, analysis, and mining of large-scale medical data : study of thyroid function parameters in healthy individuals and hospitalized patients
Year: 2026
Type: article
Abstract: Η αυτόματη ανάλυση και ταξινόμηση κλινικών δεδομένων αποτελεί θεμελιώδη πρόκληση στη σύγχρονη ιατρική πληροφορική, καθώς συχνά δυσχεραίνεται από την έντονη στατιστική αλληλεπικάλυψη (class overlap) των βιολογικών δεικτών και τον εγκλωβισμό τεράστιου όγκου ιστορικής πληροφορίας σε μη δομημένα ψηφιακά αρχεία (unstructured data). Η παρούσα διπλωματική εργασία αντιμετωπίζει αυτές τις προκλήσεις αναπτύσσοντας ένα ολοκληρωμένο σύστημα (end-to-end pipeline) εξόρυξης δεδομένων και ιεραρχικής ταξινόμησης, με πεδίο εφαρμογής τον διαχωρισμό ιατρικών περιστατικών (Γενικές Αιμοληψίες, Καρδιολογική, Νεφρολογική κλινική) βάσει βασικών ορμονικών παραμέτρων (TSH, FT4, T3). Αρχικά, μέσω τεχνικών Εξόρυξης Κειμένου (Text Mining) και Κανονικών Εκφράσεων (Regular Expressions), δομείται αυτοματοποιημένα η πληροφορία από χιλιάδες σελίδες μη δομημένων εργαστηριακών αναφορών μιας δεκαετίας. Παράλληλα, διενεργείται ενδελεχής στατιστική ανάλυση των δεδομένων (hypothesis testing) που επιβεβαιώνει την κλινική σημαντικότητα των δεικτών μεταξύ των εξεταζόμενων κλινικών. Στη συνέχεια, προκειμένου να ξεπεραστούν οι περιορισμοί των παραδοσιακών «επίπεδων» (flat) ταξινομητών, αναπτύσσεται μια Ιεραρχική Αρχιτεκτονική βασισμένη στον αλγόριθμο XGBoost. Το μοντέλο ενισχύεται μέσω στοχευμένης Μηχανικής Χαρακτηριστικών (Feature Engineering) με την ενσωμάτωση βιβλιογραφικά τεκμηριωμένων μαθηματικών δεικτών, όπως ο Δείκτης Ευαισθησίας (TT4RI) και ο λόγος T3/FT4. Η πειραματική αξιολόγηση, μέσω Stratified K-Fold Cross Validation, επιβεβαιώνει την υπεροχή της ιεραρχικής προσέγγισης, η οποία αξιοποιεί την υψηλή διαχωριστική ικανότητα των παραγόμενων χαρακτηριστικών, επιτυγχάνοντας σημαντικά βελτιωμένη ακρίβεια ταξινόμησης και εξαιρετική σταθερότητα έναντι της υπερεκπαίδευσης συγκριτικά με τα μοντέλα αναφοράς.
Source: Νημερτής
Author: Χάιδος, Παναγιώτης
Language: Greek
Subfield: Health Information Management
Field: Health Professions
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7222379051
