Inspiration
El nostre projecte neix de la necessitat de millorar les prediccions sobre la progressió de les Malalties Pulmonars Intersticials Fibrosants (MPIF), un conjunt de condicions letals que actualment manquen de models predictius eficaços.
What it does
Preveu tres variables a partir d’una base de dades en brut: probabilitat de mort, probabilitat de necessitat de trasplantament i probabilitat de progressió de la malaltia.
How we built it
Utilitzant una xarxa neuronal que fa servir una base de dades d’entrenament processada emprant només les característiques (columnes) que poden ajudar més a la predicció, així com columnes sintètiques que hem creat per enriquir la precisió.
Challenges we ran into
Hem tingut problemes en el preprocessament de les dades, en l’entrenament dels diferents models i a l’hora de transformar el valor predictiu en una interfície d’usuari interactiva.
Accomplishments that we're proud of
Hem aconseguit establir un flux de treball eficient, realitzant una òptima divisió de les tasques. No obstant això, per a les parts més difícils d’assolir, tot l’equip ha treballat a l’uníson per resoldre els problemes, aconseguint alhora una comprensió general i exhaustiva de cada part del projecte.
What we learned
Hem enriquit la nostra capacitat d’abstracció de les dades, des de l’enteniment de l’input fins al tractament amb codi per realitzar prediccions personalitzades. També, amb aquest tipus de projecte, hem millorat les nostres habilitats de col·laboració i resolució de problemes.
What's next for PorksInBits FibroPred
En el cas de ser guanyadors del projecte, tenim moltes propostes de futures millores per a aquest projecte, amb perspectives molt optimistes que poden ajudar a millorar el producte desenvolupat en aquesta hackathon.
Built With
- jupyter
- python
- streamlit
Log in or sign up for Devpost to join the conversation.