مروری بر روش های هوشمند در تشخیص و پیش بینی بیمارهای کبد با استفاده از تکنیک های یادگیری ماشین و الگوریتم های فراابتکاری

یکی از مهم ترین مشکلات درجهان، افزایش هزینه ها در حوزه سلامت است؛ از پژوهش های مهم سال های اخیر برای کاهش این هزینه ها، پیش بینی بیماری ها می باشد. بیماری های کبد یکی از بیماری های جدی در جهان است، زیرا کبد نقش حیاتی در بدن انسان دارد و هرگونه اختلال در کبد باعث مشکلات جدی و جبران ناپذیری در بدن می شود. اغلب بیماری های کبدی تا مراحل پیشرفته، علایم خاصی را نشان نمی دهند. نداشتن علایم در مراحل اولیه ممکن است موجب تشخیص نادرست بیماری توسط بسیاری از پزشکان گردد که این تشخیص نادرست می تواند منجر به درمان اشتباه و تجویز داروی نامناسب و در نتیجه ایجاد عوارض حاد و بلند مدت این بیماری و یا مشکلات دیگر گردد. بنابراین تشخیص زودتر و دقیق تر مشکلات کبدی به کمک تجزیه و تحلیل دقیق ویژگی های موثر یک سیستم تشخیص پزشکی اتوماتیک، جهت درمان صحیح و پیشگیری از آسیب های جدی به این عضو حیاتی، ضروری به نظر می رسد. به همین منظور استفاده از تکنیک های داده کاوی، یادگیری ماشین و بهره گیری از الگوریتم های فراابتکاری جهت ارائه مدلی هوشمند برای تشخیص زودهنگام این بیماری لازم و ضروری می باشد. بر این اساس هدف این پژوهش بررسی جامع بر بیمار های کبدی، روش های تشخیص و پیش بینی این بیماری ها توسط تکنیک های یادگیری ماشین و الگوریتم های فراابتکاری از نظر اهداف، محدودیت ها و قابلیت ها در حوزه پزشکی می باشد. نتایج گویا این است الگوریتم جنگل تصادفی، شبکه های فازی عصبی و الگوریتم بردار پشتیبان نسبت به الگوریتم های فراابتکاری راه-حل های تقریبی را سریع تر پیدا می کنند و همچنین در مقایسه با الگوریتم های قطعی معمولا نتایج بهتری را ارائه می-دهند، همچنین از میان مجموعه داد های بیمارهای کبدی مجموعه داده ILPD به دلیل دسترسی آسان تر و ابزار MATLAB به دلیل سادگی و قابل فهم بودن بیشترین کاربرد را در تشخیص و پیش بینی بیماری های کبد دارند

کلیدواژه ها:

بیماری های کبد ، تشخیص و پیش بینی هوشمند ، داده کاوی ، تکنیک های یادگیری ماشین ، الگوریتم های فرابتکاری