ارائه یک سیستم کمک تصمیم یار بالینی جهت تشخیص سرطان پستان

سرطان پستان از مهمترین عوامل مرگ و میر زنان است. بنابراین دقت و سرعت تشخیص بیماری در تعیین روال درمان، بسیار حیاتی است؛ در این راستا برای یکسان‌سازی گزارش‌های ماموگرافی از پایگاه‌داده BI-RADS استفاده شده است. با این وجود تفاوت نظر پزشکان در مورد مقادیر BI-RADS زیاد است. هدف این ‌مقاله تشخیص BI-RADS با پردازش زبان‌طبیعی و اطلاعات بالینی حاصل از سوابق بیمار، و ترکیب آن‌ها برای تشخیص زیرگروه‌های‌مولکولی و کمک به روند پیگیری درمان می باشد.

موارد و روش‌ها:

در این مطالعه از 1200 گزارش پزشکی و اطلاعات بیمارستانی مرکز آموزشی درمانی نمازی بین سال‌های 1396-1394 استفاده شد. با پردازش گزارش‌ها، 160 ویژگی متناسب با آنها ایجاد و با مراجعه به سایر اطلاعات بیمارستانی افراد، 18 ویژگی استخراج شد. از مجموعه بردارها با 178 ویژگی، مقادیر BI-RADS با استفاده از SVM و زیرگروه‌های‌مولکولی توسط بیزین‌ساده پیش‌بینی گردید و مورد ارزیابی قرار می گیرد.

برای ارزیابی نتایج، مقادیر دقت، ارزش اخباری‌مثبت، ارزش اخباری‌منفی، حساسیت و خاصیت، برای تشخیص BI-RADS و زیرگروه‌های‌مولکولی محاسبه شدند. میزان دقت برای تشخیص BI-RADS، %85.42 و برای تشخیص زیرگروه‌های‌مولکولی72.31% بدست آمد. برای اعتبارسنجی روش‌پیشنهادی، درمجموع360 فرد مراجعه‌کننده به‌همان مرکز ازنظر تشخیص اولیه ارزیابی شدند، که نتایج دقت معادل90.61% را نشان داد.

نتیجه‌گیری:

در فرآیند پیگیری درمانی، پردازش گزارش پزشکی به‌تنهایی نمی‌تواند در تشخیص بیماری و روال درمان مفید باشد زیرا گزارش‌ها متاثر از نظرات مختلف پزشکان، می‌توانند متفاوت باشند. لذا استفاده از ارزش‌های نهفته در سایر مستندات پزشکی جهت یاری پزشک در اخذ تصمیمات دقیقتر، بسیار ضروری است.