Abstrait

Modèle de réseau neuronal dans l'application au VIH/SIDA

M.Lilly Florence et Dr.P.Balasubramanie

Le VIH/SIDA est une maladie incurable. Plus de millions de personnes sont séropositives. Cependant, de nouveaux médicaments peuvent non seulement ralentir la progression de l'infection, mais aussi supprimer le virus, rétablissant ainsi la fonction immunitaire du corps et permettant à de nombreuses personnes infectées par le VIH de mener une vie normale et sans maladie. De nombreuses recherches sont en cours pour prédire un meilleur traitement pour les patients atteints du VIH, comme la prédiction des médicaments contre le VIH, les tests de résistance aux médicaments, la prédiction des effets secondaires de certains régimes, etc. La prédiction des spécifications du régime est une recherche difficile. Étant donné que tous les patients sont uniques dans leur histoire médicale, leurs effets secondaires et leurs allergies à des médicaments particuliers, le médecin ne peut pas traiter tous les patients de la même manière. Il est courant que si un patient présentant un ensemble de certains symptômes consulte le médecin, le patient puisse avoir des avis différents concernant le type de maladie sous-jacente. Le jugement d'un médecin joue un rôle important à cet égard. Des recherches récentes montrent que l'intelligence informatique a été largement utilisée dans le diagnostic médical pour résoudre des problèmes complexes en développant un système d'aide à la décision avec l'application d'algorithmes de réseau neuronal. Le réseau neuronal est un très bon domaine pour la pratique de la plupart des problèmes médicaux. Il comporte de nombreux algorithmes de classification, de prédiction, de traitement d'images, etc. Une utilisation appropriée d'une technique de réseau neuronal pour mettre en œuvre un ensemble de données de recherche sur les services de santé à grande échelle est l'un des domaines les plus difficiles dans le domaine des réseaux neuronaux. Il est encore plus compliqué en raison de facteurs mal définis et mal structurés affectant l'état de santé fonctionnel des patients atteints du VIH/SIDA. De nombreuses études ont appliqué la technique du réseau neuronal pour classer et prédire la solution souhaitée ou pour améliorer les aspects méthodologiques. Dans ce travail proposé, nous avons pris l'historique médical de 300 patients atteints du VIH/SIDA et avons construit un modèle pour prédire la spécification de régime appropriée, ce qui pourrait aider le patient à prolonger son traitement pendant un maximum d'années. Pour construire ce modèle, nous avons mis en œuvre l'algorithme de réseau neuronal à rétropropagation, le réseau ART1 et le réseau de fonctions à base radiale. L'algorithme de réseau neuronal à rétropropagation est utilisé à des fins de classification et de prédiction et il fonctionnerait également avec une énorme quantité de données avec un grand nombre d'itérations. En raison de sa nature rétroactive, il pourrait agir comme un meilleur algorithme de prédiction. De même, l'algorithme du réseau neuronal ART1 a été utilisé pour classer les patients en deux groupes actifs et inactifs en fonction de leur spécification de régime et le réseau neuronal à base radiale a également été utilisé pour prédire la spécification du régime. Ces trois algorithmes ont été utilisés dans ce travail pour prédire une meilleure spécification du régime pour les patients atteints du VIH / SIDA.