مقدمه:
سرطان پستان شایع ترین سرطان زنان و عامل اصلی مرگ و میر ناشی از سرطان نیز است. ماموگرافی روشی موثر در تشخیص زودهنگام این بیماری است. یافته های مشاهده شده از عکس های ماموگرافی توسط رادیولوژیست در قالب گزارش متنی آماده می شود. در انتهای هر گزارش طبق سیستم گزارش دهی و داده های عکس برداری پستان (Breast Imaging-Reporting and Data System – BI-RADS) ارجاع یا عدم ارجاع به بیوپسی پیشنهاد داده می شود. تفسیر گزارش ها با توجه به میزان تجربه رادیولوژیست می تواند متفاوت باشد. در این مطالعه مدل های پیش بینی کننده با روش های
داده کاوی جهت تفسیر گزارش های ماموگرافی به منظور کاهش عدم قطعیت پیشنهادشده است.روش کار: 2441 گزارش متنی ماموگرافی که در بازه زمانی یک سال (1397) در مجتمع درمانی-آموزشی بیمارستان امام خمینی تهران ثبت شده بود به عنوان ورودی اولیه جمع آوری شد. در مرحله اول جهت تبدیل متون به مجموعه داده ای متشکل از خصیصه ها و مقادیر مرتبط، نرم افزاری توسعه داده شد. در مرحله دوم جهت مدل سازی، نخست مجموعه داده پیش پردازش شد. سپس روش های
داده کاوی درخت تصمیم، ماشین بردار پشتیبان و شبکه های عصبی برای مدل سازی بکار گرفته شدند. به منظور ارزیابی این مدل ها از روش ارزیابی متقابل 10-Fold استفاده شد. مدل سازی و ارزیابی هر سه مدل توسط نرم افزار رپیدماینر صورت گرفت. شاخص های ارزیابی صحت، حساسیت، ویژگی و سطح زیر منحنی راک برای بیان میزان کارایی آن ها محاسبه شدند.یافته ها: مجموعه داده استخراج شده با 1204 رکود و 14 ویژگی شامل مشخصات دموگرافیک، علائم همراه، سابقه
سرطان پستان و یافته های گزارش شده ماموگرافی ایجاد شد. هر رکورد بر اساس مقدار
BI-RADS تعیین شده در گزارش به یکی از کلاس های ارجاع یا عدم ارجاع به بیوپسی منتسب شد که 1138 رکورد متعلق به کلاس عدم ارجاع بودند. ارزیابی ها نشان داد مدل ماشین بردار پشتیبان با صحت 31/83%، حساسیت 11/84%، ویژگی 31/83% و سطح زیر منحنی راک 905/0 به عنوان کاراترین مدل به منظور پیش بینی ارجاع است. مدل های شبکه های عصبی و درخت تصمیم به ترتیب با دقت های 14/82% و 68/81% ارزیابی شدند.نتیجه گیری: مدل های ارائه شده جهت تفسیر گزارش های ماموگرافی کارایی مناسبی نشان دادند که در کاهش خطاهای تشخیصی موثر می باشند. لذا گنجاندن مدل های پیش بینی کننده در تصمیم های تشخیصی و ارائه خدمات آموزشی به ویژه به رادیولوژیست ها باتجربه کمتر پیشنهاد می گردد. توسعه مدل های دقیق تر و کاراتر نیازمند ارتقای کیفی داده ها و جمع آوری داده ها به صورت وسیع تر است.