Оптимізація методів XAI у медичній діагностиці на основі ШІ

Скорочена інформація про документ
dc.contributor.authorВербицький О. С.
dc.contributor.authorГайдаєнко О. В.
dc.contributor.authorVerbytskyi O. S.
dc.contributor.authorGaidaienko O. V.
dc.date.accessioned2026-06-09T10:41:26Z
dc.date.issued2025-09-26
dc.descriptionВербицький, О. С. Оптимізація методів XAI у медичній діагностиці на основі ШІ = Optimizing XAI methods for AI-based medical diagnostics / О. С. Вербицький, О. В. Гайдаєнко // Матеріали ХVІ міжнар. науково-технічна конф. "Інновації в суднобудуванні та океанотехніці". – Миколаїв : НУК. – 2025. – С. 621–624.
dc.description.abstractДослідження спрямоване на аналіз методів пояснюваності (XAI) нейронних мереж у медицині, зокрема LIME, Grad-CAM, для підвищення довіри до ШІ-рішень. Виявлено, що ключові обмеження існуючих методів – складність інтерпретації, локальність пояснень та залежність від типу даних. Запропоновано концепцію системи, що інтегрує Grad-CAM для візуалізації зображень та LIME. Результати підтверджують ефективність цих методів у клінічній практиці.
dc.description.abstract1The study analyzes explainable AI (XAI) methods in medical diagnostics, focusing on LIME, Grad-CAM, and SHAP. It reveals that existing approaches face limitations in interpretability and integration with clinical standards. Grad-CAM (for imaging) and LIME (for tabular data) are identified as optimal due to their transparency and compatibility with DICOM/EHR. The proposed system architecture and evaluation criteria aim to enhance trust in AI-driven decisions among medical professionals.
dc.description.provenanceSubmitted by Оксана Гайдаєнко (oksana.gaidaienko@nuos.edu.ua) on 2026-06-08T08:32:53Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 Вербицкий О_1.pdf: 482551 bytes, checksum: bfdabe706ea9c7f989d1328581b9d0b3 (MD5)en
dc.description.provenanceStep: reviewstep - action:reviewaction Approved for entry into archive by Бондар Ольга (olga.bondar@nuos.edu.ua) on 2026-06-09T10:37:38Z (GMT)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Бондар Ольга (olga.bondar@nuos.edu.ua) on 2026-06-09T10:40:58Z (GMT)en
dc.description.provenanceStep: finaleditstep - action:finaleditaction Approved for entry into archive by Бондар Ольга (olga.bondar@nuos.edu.ua) on 2026-06-09T10:41:26Z (GMT)en
dc.description.provenanceMade available in DSpace on 2026-06-09T10:41:26Z (GMT). No. of bitstreams: 1 Verbytskyi.pdf: 482551 bytes, checksum: bfdabe706ea9c7f989d1328581b9d0b3 (MD5) Previous issue date: 2025-09-26en
dc.identifier.isbn978-966-321-487-0
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/13026
dc.language.isouk
dc.relation.ispartofseriesУДК ; 004.8:616-079
dc.subjectпояснюваність нейронних мереж
dc.subjectштучний інтелект у медицині
dc.subjectмедична діагностика
dc.subjectпрозорість моделей ШІ
dc.subjectаналіз медичних даних
dc.titleОптимізація методів XAI у медичній діагностиці на основі ШІ
dc.typeTheses

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Verbytskyi.pdf
Розмір:
471.24 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
4.38 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Матеріали конференцій (ІУСтаТ)