طراحی چارچوب هوش مصنوعی چندوجهی و قابل تفسیر برای پیش بینی شخصی سازی شده ترس از عود سرطان در بیماران مبتلا به سرطان کبد با تلفیق تصاویر CT، داده های بالینی و شاخص های روان شناختی

یکی از چالش های مهم روان شناختی در بیماران مبتلا به سرطان کبد است که به دلیل احتمال عود بیماری، پیگیری های مکرر و عدم قطعیت درباره آینده تشدید می شود. پژوهش های پیشین عمدتا FCR را با پرسشنامه ها و متغیرهای روان شناختی بررسی کرده اند، در حالی که کاربرد هوش مصنوعی در سرطان کبد بیشتر بر تشخیص، پیش بینی عود، پاسخ به درمان و بقا متمرکز بوده است. این مقاله با هدف ارائه یک چارچوب هوش مصنوعی چندوجهی و قابل تفسیر، تلفیق تصاویر CT، داده های بالینی و شاخص های روان شناختی را برای پیش بینی خطر FCR شدید پیشنهاد می کند. در این چارچوب ویژگی های تصویری با یادگیری عمیق و رادیومیکس استخراج و با اطلاعات بالینی و روان شناختی ادغام می شوند و الگوریتم هایی مانند Random Forest، X Boost و شبکه های عصبی مورد ارزیابی قرار می گیرند. همچنین روش های Explainable AI مانند SHAP برای شناسایی عوامل موثر بر پیش بینی به کار گرفته می شوند. این رویکرد می تواند با شناسایی زودهنگام بیماران در معرض خطر، زمینه تصمیم گیری بالینی و ارائه مداخلات روان شناختی شخصی سازی شده را فراهم کرده و ارتباط میان هوش مصنوعی پزشکی و روان شناسی سرطان را تقویت کند.

کلیدواژه ها:

ترس از عود سرطان ، سرطان کبد ، سرطان هپاتوسلولار ، هوش مصنوعی چندوجهی ، یادگیری ماشین ، یادگیری عمیق ، CT ، هوش مصنوعی قابل تفسیر ، روان شناسی سرطان ، پزشکی شخصی سازی شده