کاربرد روش های مبتنی بر فراگیری ماشین در غربالگری و تشخیص اختلالاتبلع دهانی - حلقی
- سال انتشار: 1402
- محل انتشار: شانزدهمین کنفرانس بین المللی بهداشت، درمان و ارتقای سلامت
- کد COI اختصاصی: HWCONF16_102
- زبان مقاله: فارسی
- تعداد مشاهده: 117
نویسندگان
دانشجوی کارشناسی ارشد گفتاردرمانی، دانشکده ی علوم توانبخشی، دانشگاه علوم پزشکی جندی شاپور اهواز، ایران، اهواز
دانشجوی دکتری تخصصی گفتاردرمانی، دانشکده ی علوم توانبخشی، دانشگاه علوم پزشکی جندی شاپور اهواز، ایران، اهواز .
دانش آموخته ی کارشناسی ارشد گفتاردرمانی، دانشکده ی علوم توانبخشی، دانشگاه علوم پزشکی جندی شاپور اهواز، ایران، اهواز
دانش آموخته ی کارشناسی ارشد گفتاردرمانی، دانشکده ی علوم توانبخشی، دانشگاه علوم پزشکی جندی شاپور اهواز، ایران، اهواز .
چکیده
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، تشخیصمقالات مرتبط جدید
- حقوق شهروندی با رویکرد حق سلامت و ارتقا کیفیت زندگی ایثارگران
- Positive Discrimination for War Veterans in International Documents: A Comprehensive Analysis
- حقوق شهروندی ایثارگران: ارتقاء شاخصهای اجتماعی، ورزشی و فرهنگی
- نقش دانش معلمی در تربیت حقوق شهروندی و ارتقا آگاهی دانش آموزان
- تحلیل حقوق شهروندی ایثارگران با رویکرد حق سلامت و ارتقا کیفیت زندگی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.