Машинное обучение для оптимизации лечения в подгруппах пациентов

Клинические исследования показывают, что часто эффект от лечения оказывается зависимым от различных признаков пациента: клинических, антропологических, генетических, психологических, социальных и т.д. Выявление подобного рода зависимостей составляет задачу персонифицированной медицины и способствует созданию стратегий лечения, более адаптированных под конкретного пациента. В данной работе представлен обзор подходов к анализу данных клинических исследований для поиска признаков, влияющих на эффективность лечения, и выделения подгрупп пациентов, для которых есть существенные различия в эффективности экспериментального и контрольного лечения.