مقدمه:
سرطان تخمدان شیوع جهانی تخمینی ۶/۶ نفردر هر ۰۰۰,۱۰۰زن در سال را دارد و هشتمین سرطان شایع در میان زنان در سراسر جهان با بیش از ۰۰۰,۳۰۰ مورد گزارش شده و بیش از ۰۰۰,۲۰۰ مرگ و میر است.
تشخیص سرطان تخمدان معمولا بر اساس علائم است و برای
تشخیص قطعی از جراحی استفاده می شود. ابزارهای موثرتر و هدفمندتر قبل از عمل برای پیش بینی بدخیمی می تواند جراحی غیرضروری را کاهش داده و عوارض و یائسگی زودرس ناشی از آن را به حداقل برساند. توسعه روزافزون کاربرد
هوش مصنوعی در شاخه های مختلف علوم پزشکی، داروسازی، ژنتیک و غیره، منجر به بهبود اثربخشی و کاهش خطاهای انسانی در
تشخیص و درمان انواع بیماریها و ارائه روشهای نوین در راستای گسترش مرزهای دانش پزشکی گردیده است. لذا هدف از مطالعه حاضر بررسی نظام مند راهکاری جدید جهت
غربالگری و
تشخیص سرطان تخمدان بر اساس
هوش مصنوعی می باشد.
روش کار : جستجو با توجه به معیار های در نظر گرفته شده درPICO و بر اساس چک لیست PRISMA درراستای هدف پژوهش با استفاده از پایگاه های اطلاعاتی PubMed ,Scopus ,Web Of Science , Medline و همچنین پایگاه های اطلاعات فارسی SID و Magiran و موتور جستجوگر Google Scholar در طی سال های ۲۰۱۹ تا ۲۰۲۴ با کلید واژه های
سرطان تخمدان (Ovarian Cancer)، غربالگری(screening)،
تشخیص (Diagnosis) و
هوش مصنوعی (Artificial Intelligence) انجام شد. پس از بررسی معیارهای ورود و خروج و ارزیابی کیفیت انتقادی مقالات، از مجموع ۲۹ مقاله در نهایت ۷ مقاله وارد شدند.
یافته ها: نتایج مطالعات وارد شده نشان می دهد
هوش مصنوعی عملکرد خوبی را در
تشخیص سرطان تخمدان نشان می دهد و می تواند از درمان بیش از حد توده های خوش خیم جلوگیری کند؛ در نتیجه می تواند با میزان دقت بالاتری در
تشخیص از مداخلات غیر ضروری جلوگیری نماید. همچنین مطالعات نشان دادند
هوش مصنوعی با استفاده از مدل های یادگیری ماشین و یادگیری عمیق با هدف غربالگری، می تواند
سرطان تخمدان را در مراحل اولیه
تشخیص دهد که این امر موجب کاهش بار اقتصادی بیماران و همچنین باعث افزایش نرخ بقای بیماران مبتلا به
سرطان تخمدان می شود. همچنین مطالعات گزارش کردند
هوش مصنوعی بر پایه یادگیری ماشین، در مقایسه با رگرسیون لجستیک از دقت و عملکرد بالاتری برخوردار می باشد؛ بنابراین به پزشکان در تصمیم گیری هایشان کمک به سزایی می کند.
نتیجه گیری :
هوش مصنوعی در دهه های اخیر در زمینه
غربالگری و
تشخیص سرطان شتاب زیادی پیدا کرده است و می تواند تصمیم گیری پزشکان را بهبود بخشد و از مداخلات غیر ضروری جلوگیری کند؛ به همین سبب از عوارض ایجاد شده توسط مداخلات غیری ضروری هم پیشگیری می شود و از مزایای آن کاهش هزینه ها و افزایش بقاء بیماران می باشد؛ ولی با همه این تفاسیر
هوش مصنوعی ابزاری کمک کننده و نه تصمیم گیرنده می باشد و به هیچ وجه جایگزین تصمیمات یک پزشک نمی شود بلکه فقط نقش یک راهنما را در
تشخیص های پزشکی بر عهده دارد که در گذر زمان این نقش در زمینه های پزشکی به دلیل مزایای آن پررنگ تر خواهد شد.
