12618

پيش بيني سرطان به كمك الگوريتم هاي يادگيري ماشين

1400

دكتر محمد فتحيان

امروزه سرطان به عنوان يكي از بيماري هاي خطرناك به شمار مي رود كه زيرگروه هاي بسياري دارد. تشخيص سرطان و پيش بيني به موقع درراستاي پيشگيري از اين بيماري ضروري است و مي تواند موجب راحت تر شدن روند درمان شود. امروزه الگوريتم هاي يادگيري ماشين به عنوان شاخه اي از هوش مصنوعي در تحقيقات سرطان كارهاي فوق العاده اي انجام داده است. اين ابزارتكنيك هاي آماري، احتمالي و بهينه سازي را به كار مي گيرد تا كامپيوترها از اين طريق بتوانند از مثال هاي گذشته بياموزند و الگوهايي از مجموعه داده هاي پيچيده و بزرگ بدست آورند. انواع مختلفي از اين الگوريتم ها، از جمله شبكه هاي عصبي مصنوعي، شبكه هاي بيزي، ماشين هاي بردار پشتيبان، درخت تصميم، رگرسيون و غيره به طور گسترده در تحقيقات سرطان براي توسعه مدل هاي پ يشبيني به كار گرفته شده اند. يافته ها: براي يك پيش بيني معقول و براي مديريت درمان بيماران، پزشك معالج اطلاعات مهم مانند: داده هاي باليني، داده هاي درماني و داده هاي مربوط به شيوه زندگي را به دقت جمع آوري كند. سابقه خانوادگي، سن، رژيم، چاقي، عادات پرخطر) سيگار كشيدن و الكل نوشيدن( و حتي بيماران زمينه اي همگي در پيش بيني سرطان و راه حل هاي درمان آن نقش دارند . نتيجه: توجه به علائم مختلف جسمي، روحي و روانشناختي در كنار داده هاي ديگري كه از بيماران سرطاني دردسترس است موضوع مهمي است كه بخصوص براي بيماران ايراني به مطالعات بيشتري نياز دارد. مديريت علائم جهت كاهش شدت علائم و اثرات منفي آنها و همچنين ارائه راه حل هاي درمان متناسب با آن توصيه مي شود تا كيفيت زندگي افراد نيز بهبود يابد. خوشه بندي عالئم به عنوان يكي از روش هاي يادگيري ماشين مي تواند در اين زمينه به محققان كمك كند.

1/1/1900 12:00:00 AM

80711

1402/08/14

Cancer Prediction by Machine learning algorithm

الگوريتم يادگيري ماشين , پيش پردازش داده , پيش بيني سرطان , داده هاي باليني , خوشه بندي علائم

Machine learning algorithm , data preprocessing , cancer prediction , clinical data , symptom clustering