هوش مصنوعی 4 بیماری استوایی را تشخیص می دهد - وبلاگ مجله پریها

تشخیص بیماری های استوایی به خصوص در موارد اضطراری یک چالش مهم برای پزشکان به شمار میرود. 4 مورد از این بیمار ها از جمله تب دانگ، مالاریا، تب شالیزار وتیفوئید علائم بالینی مشابهی دارند.

گیریش تانگا استادیار این کالج می گوید: حتی با وجود فرایند پیچیده تشخیص ممکن است 3 روز طول بکشد تا نتایج آزمایش ها در دسترس قرار بگیرد. همین امر سبب شد تا شناسایی بیماری با یاری یک ابزار هوش مصنوعی را آنالیز کنیم.

برای این منظور محققان طی یک دوره 9ماهه، احتیاجسنجی را در یک مرکز مراقبت های عالی در جنوب هند انجام دادند. یک پرسشنامه با 9 آیتم طراحی، تایید و توزیع و درنهایت پاسخ های آن تحلیل شد تا تعیین گردد پزشکان احتیاجی به ایجاد تمایز میان بیماری های استوایی در محیط شان دارند یا خیر.

بخش نخست پرسشنامه شامل 6 سوال خاص درباره بیماری ها بود مانند اندازه عفونت های استوایی، تعداد مواردی که در یک هفته درمان شدند، موانع در درمان عفونت های استوایی، چالش های درمان و احتیاج برای توسعه ابزارها.

بخش دوم این پرسشنامه توسعه ابزار را آنالیز کرد و شامل 3 سوال درباره پارامترهایی بود که پزشکان تمایل داشتند در توسعه ابزار در نظر گرفته گردد، فرمت های پیشنهادی برای ابزار و پیشنهادات دیگر.

در مرحله بعد برای توسعه یک ابزار پیش بینی نماینده، داده ها از سوابق پزشکی موجود در دانشکده آنالیز شدند. سپس یک ابزار پیش بینی و یک الگوریتم ماشین یادگیری ابداع شد. تونگا در این باره می گوید: در کل داده های 800 بیمار برای آنالیز 4 بیماری (هر گروه 200 نفر) در نظر گرفته شدند.

از نرم افزار WEKA برای مدلسازی یادگیری ماشینی و در مرحله بعد از آن برای آزمایش طبقه بندی باینری (یک بیماری در یک زمان) و چند کلاسه (هر چهار بیماری) استفاده شد.

پرسشنامه ها میان 40 پزشک و دانشجوی دکتری در دانشکده پزشکی توزیع شد. پزشکان اعلام کردند هر هفته به طور میانه 24 مورد عفونت استوایی را درمان می نمایند. به عقیده آنها تشخیص بیماری و درمان علائم چالش برانگیز و مشکل بود.

طبق تحقیق صورت گرفته، 35 پزشک معتقد بودند به یک ابزار تصمیم گیری در این خصوص احتیاج است و 34 تن دیگر نیز موافق بودند پارامترهای آزمایشگاهی و داده های بالینی به عنوان حوزه اصلی عملکرد ابزار در نظر گرفته گردد.

پرسشنامه ها نشان داد تب دانگ، مالاریا، تب شالیزار و تیفوئید معمول ترین بیمار های عفونی در این منطقه هستند و متداول ترین نشانگرهای آزمایشگاهی نیز بیلی روبین، آلبومین، لیمفوسیت و پلاکت های خونی بودند. از سوی دیگر درد شکمی، خروجی اداری و غیر از نشانه های بالینی مهم برای پیش بینی بیماری به حساب می آیند.

دقت ابزار پیشرفته برای شناسایی تب دانگ (60.7)، مالاریا (62.5) و تب شالیزار 66 درصد بوده است. بعلاوه قابلیت این ابزار برای پیش بینی بیماری تیفویید 38 درصد اعلام شده است.

به گفته تونگا اندازه اعتبار نتایج به دست آمده را بیشتر می توان تحلیل کرد و براساس هر سناریو بالینی ارتقا داد.

اکنون قرار است پژوهش های بیشتری بر وجوه مختلف این بیماری ها انجام گردد.

نتایج پژوهش در نشریه PLOS منتشر شده است.