Студент Рачунарског факултета Иван Пакић је у среду, 20. септембра 2023. године одбранио дипломски рад на тему Примена неуронских мрежа у медицини за дијагностиковање дијабетеса типа 2 пред комисијом коју су чинили ментор др Јелена Васиљевић и члан др Душан Вујошевић.
У уводу свог рада Иван је истакао следеће:
У данашњем савременом добу у којем шећер убија више људи него барут, императивно и веома изазовно је пронаћи решење за контролу ове епидемије која се енормном брзином шири.
Дијабетес, познат као дијабетес мелитус (Diabetes Mellitus), јесте болест која се јавља код особе када је ниво глукозе у крви изузетно висок. Абнормално висок ниво глукозе у крви је у стручној литературатури познатији као хипергликемија. Дијабетес може бити узрокован или због немогућности организма да произведе довољно инсулина или због ситуације у којој ћелије не могу да реагују на инсулин који се производи у организму. Инсулин је хормон који лучи орган панкреас и помаже претварању глукозе у крви у корисну енергију за тело. Он контролише како тело користи шећер кроз следеће начине који подразумевају да шећер у крвотоку покреће панкреас да ослободи инсулин, затим инсулин циркулише у крвотоку и на тај начин омогућава шећеру да уђе у ћелије. Након тога количина шећера у крвотоку опада, а као одговор на тај пад, панкреас смањује ослобађање инсулина. У неким случајевима, тело не производи довољно или нимало инсулина или ћак не користи произведени инсулин правилно. Као резултат тога, глукоза остаје у крви и не досеже до других ћелија у организму. Стога, имати пуно глукозе у крви може изазвати здравствене проблеме, што се тачно дешава код дијабетеса.
…
До сада у раду сам прошао и покушао да објасним рад неуронских мрежа, укључујући конволуционе неуронске мреже, разне друге моделе попут вишеслојног перцептрона и PNN модела у дијагностиковању дијабетеса типа 2. Анализирана су различита истраживања и експерименти како би се истражио потенцијал ових техника за побољшање тачности дијагнозе. Поред тога, истражени су различити аспекти који показују процес и поступак решавања проблема, мерење перформанси и осврт на будућност ових техника у медицинској дијагностици. Перформансе различитих модела су анализиране на основу тачности и других метрика. Резултати су показали да CNN може постићи тачност од око 76% у предвиђању дијабетеса на тест подацима. Осим тога истражене су различите функције губитака и активационе функције како би се оптимизовала перформанса модела. Ово истраживање, као и многа друга у овом подручју имају значајну вредност у контексту медицинске дијагностике. Неуронске мреже су се показале као користан ослонац у анализи медицинских података и предвиђање болести. Њихов значај лежи у способности да идентификују сложене обрасце у медицинским подацима и брзо анализирају велике количине информација. Истраживања оваквог типа постављају темеље за будући развој и примену вештачке интелигенције у медицинској области. – закључио је Иван.
Фотографије са одбране доступне су у галерији.