بررسی الگوریتم های هوش مصنوعی در پیش بینی مدت بقای بیماران پیوند کلیه: مطالعه مروری نظام مند

مقدمه: مدت بقای پیوند کلیه یکی از مهم ترین عوامل در تصمیم گیری برای انجام یا عدم انجام عمل پیوند کلیه است. هوش مصنوعی با توجه به توانمندی هایش می تواند یکی از روش های مناسب برای پیش بینی مدت بقای پیوند کلیه باشد. این مطالعه مروری با هدف بررسی عملکرد هوش مصنوعی در این حوزه طراحی شده است. مواد و روش ها: در یک مطالعه مروری نظام مند با استفاده از ترکیب کلیدواژه های مسئله، تمام مقالات مرتبط با هوش مصنوعی در پیش بینی مدت بقای بیماران کلیوی از پایگاه های داده پابمد، اسکوپوس و WOS استخراج شدند. این مقالات ازنظر حجم نمونه، نوع الگوریتم و پارامترهای ارزیابی بررسی گردیدند. سپس، پارامترهای ارزیابی مقالات با یکدیگر مقایسه شدند و تعداد مقالاتی که از الگوریتم های جعبه سفید استفاده کرده اند، مشخص شدند و تعیین گردید که تا چه میزان هوش مصنوعی در مدت بقای پیوند کلیه موثر بوده است. نتایج: در این مطالعه، ۲۱ مقاله وارد بررسی شدند. حدود ۴۵ درصد از این مقالات با استفاده از شبکه عصبی مصنوعی و الگوریتم های دسته بندی تجمعی مسئله را حل و حدود ۳۵ درصد از مقالات با استفاده از روش های رگرسیون، مدل پیش بینی را طراحی کرده اند. روش های رگرسیونی دقت کمتری نسبت به سایر روش ها داشته و الگوریتم های دسته بندی تجمعی عملکرد بهتری نشان داده و به حساسیت و ویژگی بالای ۹۰ درصد رسیده اند. همچنین، حدود ۲۰ درصد از مقالات از روش های جعبه سفید استفاده کرده اند. نتیجه گیری: این مطالعه نشان داد که کاربرد هوش مصنوعی در حوزه پیوند کلیه در حال رشد است و عملکرد بسیار مناسبی نسبت به روش های آماری دارد. بااین حال، نیاز به انجام مطالعات بیشتری با رویکرد استفاده از الگوریتم های جعبه سفید و بهینه سازی پارامترهای الگوریتم در این حوزه وجود دارد.

کلیدواژه ها:

Artificial intelligence ، Kidney transplant ، Machine learning ، Prediction ، Survival duration ، شیوع کووید ۱۹ ، تجربیات والدین ، دانش آموزان دبیرستانی ، آموزش مجازی ، مطالعه کیفی