Stageverslag: K-Means-clustering op EWS-data
1 juli 2020Tijdens een stage bij Arinti werkte Senne (Erasmushogeschool Brussel) met een geanonimiseerde dataset van meer dan 170.000 Early Warning Score-metingen (EWS). De EWS-score bundelt vitale parameters zoals hartslag, bloeddruk en lichaamstemperatuur tot een indicatie van de algemene toestand van een patiënt.
Van exploratie naar clustering
Na data-exploratie in Python (verdelingen visualiseren, gezonde versus ongezonde data filteren en grenszones identificeren) ging het project naar K-Means-clustering. Het algoritme nam patiënten met 100+ metingen, haalde hun 87 meest recente EWS-waarden op en kende clusterlabels toe op basis van trends in het gezondheidstraject.
Dashboard en resultaten
Een Angular-webdashboard toonde de monitoringdata per patiënt, met kleurcodes voor gevarenzones. De clusteringresultaten toonden de categorie van elke patiënt met uitleg over wat die betekent voor het gezondheidsvooruitzicht. Dat kan artsen en verpleegkundigen helpen om de toestand van een patiënt in te schatten en het verdere verloop te voorspellen.
- Senne, Erasmushogeschool Brussel
Ontdek meer
Stageverslag: medische vragenlijsten personaliseren met AI
Stagiair Usman Dankoly onderzocht AI-technieken om PRO-CTCAE-vragenlijsten te personaliseren voor longkankerpatiënten. Met K-Means-clustering en gepersonaliseerde aanbevelingsscores wordt de vragenlast kleiner.
Stageverslag: Education Recommender Bot
Stagiair Brecht Noyens bouwde een chatbot die toekomstige studenten de best passende studierichting aanbeveelt. Hij combineerde Microsoft Bot Framework Composer met een Python-aanbevelingsengine op Azure.
Bouw je eigen beelddataset met de Bing Image Search API
Een stapsgewijze Python-gids om je eigen beelddataset te bouwen met de Bing Image Search API, van zoeken en downloaden tot de resultaten opslaan in Azure Machine Learning Studio.
