بررسی کاربرد هوش مصنوعی و یادگیری ماشین بر پیش بینی، تشخیص و مدیریت بیماری اندومتریوز

هوش مصنوعی و یادگیری ماشین در سال های اخیر به عنوان ابزارهای نوین در حوزه سلامت مطرح شده اند و توانسته اند در تشخیص و مدیریت بیماری های پیچیده مزمن نقش موثری ایفا کنند. اندومتریوز، به عنوان یکی از بیماری های شایع زنان در سنین باروری، با تاخیر تشخیصی طولانی و فقدان ابزارهای تشخیصی غیرتهاجمی مواجه است. مطالعه مروری حاضر با هدف بررسی کاربردهای هوش مصنوعی و یادگیری ماشین در پیش بینی، تشخیص و مدیریت اندومتریوز انجام شده است. این مطالعه یک مرور روایتی است که با جستجوی مقالات در بازه زمانی ۲۰۲۲ تا ۲۰۲۶ و با استفاده از کلیدواژه های "اندومتریوز"، "هوش مصنوعی"، "یادگیری ماشین"، "تشخیص"، "مدیریت" و معادل MeSH آن ها در پایگاه های PubMed، Web of Science، ScienceDirect و Google Scholar انجام گردید. جستجو با استفاده از عملگرهای جستجو AND و OR صورت گرفت. از مجموع مقالات یافت شده، پس از غربالگری عنوان، چکیده و متن کامل و با اعمال معیارهای ورود و خروج، نهایتا ۱۵ مقاله وارد مطالعه گردید. همچنین یافته ها نشان می دهد مدل های یادگیری ماشین (جنگل تصادفی، ماشین بردار پشتیبان و شبکه های عصبی عمیق) در تشخیص اندومتریوز بر اساس داده های تصویربرداری به دقت حدود ۹۸% دست یافته اند. در همین راستا، ترکیب نشانگر CA۱۲۵ با نسبت نوتروفیل به لنفوسیت دقت تشخیصی را افزایش داده است. مدل های پیش بینی مبتنی بر علائم خودگزارش دهی، زمان تشخیص را از چندین سال به کمتر از یک سال کاهش داده اند. در نتیجه، هوش مصنوعی می تواند پتانسیل بالایی بر بهبود تشخیص و مدیریت اندومتریوز دارشته باشد و به عنوان مکمل هوشمند می تواند در کنار قضاوت بالینی پزشکان عمل کند. اما تحقق کاربرد بالینی گسترده این فناوری ها مستلزم انجام مطالعات آینده نگر چندمرکزی، استانداردسازی داده ها و توسعه مدل های شفاف و قابل اعتماد است.

کلیدواژه ها:

اندومتریوز ، هوش مصنوعی ، یادگیری ماشین ، مدیریت بیماری ، تشخیص