کاربرد روش های مبتنی بر فراگیری ماشین در غربالگری و تشخیص اختلالاتبلع دهانی - حلقی

مقدمه: دیسفاژی یک آسیب حسی - حرکتی در فرایند پیچیده و حیاتی بلع است که می تواند آماده سازی و یا انتقال لقمه غذایی از دهان به مری را مختل کند. این اختلال عوارض متعددی مثل، کم آبی بدن، سوءتغذیه، آسپیراسیون، افزایش مدتزمان بستری و هزینه های درمانی و همچنین کاهش کیفیت زندگی به دنبال دارد. باتوجه به شیوع بالا و عوارض شدید دیسفاژی،تشخیص زودهنگام، مسئله ای کلیدی به شمار می آید؛ این درحالی است که شیوه های تشخیصی موجود ازجملهارزیابی های ابزاری، تهاجمی و پرهزینه هستند و یا وابسته به مهارت وتجربه درمانگراند و ممکن است از دقت کافی برخوردارنباشند. از آنجایی که امروزه هوش مصنوعی جایگاه ویژه ای در حوزه ی علوم پزشکی وتوانبخشی به ویژه در تشخیص و ارزیابیاختلالات مختلف دارد. به نظر می رسد که استفاده از روش های مبتنی بر فراگیری ماشین می تواند در تشخیص دیسفاژی بسیارکمک کننده باشد. ازاین رو هدف مطالعه حاضر بررسی کاربرد فراگیری ماشین در غربالگری و تشخیص اختلالات بلع می باشد.مواد و روش ها: در پژوهش حاضر، مقالات منتشرشده بین سال های ۲۰۱۳ تا ۲۰۲۳ مورد بررسی قرارگرفته اند. منابع اولیه یاین جست و جو پایگاه های الکترونیکی Pub-med ، Google Scholar و Science Direct می باشند. جست و جوی اولیه باکلیدواژه های اختلالات بلع، دیسفاژی و فراگیری ماشین انجام شد و سپس مطالعات با کلید واژه های غربالگری و تشخیصانتخاب و جهت تهیه ی مقاله استفاده گردید . نتایج: بررسی مطالعات موجود نشان می دهد که ابزارهای تشخیصی و غربالگریمبتنی بر فراگیری ماشین ، در تشخیص و شناسایی شاخص های دیسفاژی و پیش بینی وقوع آن دقت بالایی دارند. همچنیننتایج استفاده از فراگیری ماشین در تحلیل ارزیابی های تصویری دیسفاژی با نتایج چک لیست ها و مقیاس های استاندارد موجودهم راستاست. از این رو، این نوع تحلیل ها می توانند در تشخیص نفوذ، آسپیراسیون و باقیمانده ی دهانی به کاربرده شوند . بحث:پژوهش های به انجام رسیده در این زمینه محدوداند و اطمینان از کاربردی بودن فراگیری ماشین در تشخیص و ارزیابی اختلالاتبلع نیازمند مطالعات گسترده تر و داده های بیشتر است. اما با این وجود، نشان می دهد که هوش مصنوعی می تواند راه را برایتشخیص و ارزیابی دقیق تر و کارآمدتر دیسفاژی هموارتر کند.

کلیدواژه ها:

اختلال بلع ، دیسفاژی ، فراگیری ماشین ، تشخیص