طراحی سیستم تصمیم یار بالینی تشخیص سرطان پستان: رویکردی مبتنی بر داده کاوی

سرطان پستان یکی از رایج ترین و تهاجمی ترین بدخیمی ها در خانم ها می باشد. تشخیص به موقع سرطان پستان نقش مهمی در جلوگیری از پیشرفت این بیماری، اقدامات درمانی به موقع و در نتیجه کاهش میزان مرگ ومیر این بیماران دارد. یادگیری ماشین، قابلیت بالایی در تشخیص سریع و هزینه اثربخش بیماری ها دارد. هدف این مطالعه، طراحی سیستم تصمیم یار بالین (CDSS) Clinical Decision Support System بر اساس قوانین استخراج شده از الگوریتم منتخب درخت تصمیم با بهترین عملکرد به منظور تشخیص به موقع و موثر سرطان پستان است.

داده های 597 فرد مشکوک به سرطان پستان (255 بیمار مبتلا و 342 فرد سالم) به صورت گذشته نگر از پایگاه داده الکترونیکی بیمارستان آیت الله طالقانی شهر آبادان در قالب 24 ویژگی عمدتا سبک زندگی و سوابق پزشکی استخراج شد. پس از انتخاب مهم ترین متغیرها از طریق کای دو پیرسون و تحلیل واریانس یک طرفه (0/05>P)، عملکرد الگوریتم های منتخب داده کاوی شامل (Random Forest (RF)، J-48، Decision Stump (DS)، Rep-Tree (RT و XG-Boost برای تشخیص سرطان پستان در بستر نرم افزار 3.4 Weka تحلیل شد. در نهایت سیستم تشخیصی سرطان پستان بر اساس بهترین مدل و از طریق زبان برنامه نویسی سی شارپ و چارچوب 3.5.4 Dot Net Framework طراحی گردید.

یافته ها:

 14 متغیر شامل سابقه ی فردی سرطان پستان، سابقه ی نمونه برداری از سینه، سابقه ی رادیوگرافی از قفسه ی سینه، سابقه ی فشارخون، افزایش کلسترول خون LDL (low-density lipoprotein)، وجود توده در ربع فوقانی داخلی سینه، هورمون درمانی با استروژن، هورمون درمانی با استروژن-پروژسترون، سابقه ی خانوادگی سرطان پستان، سن، سابقه ی سرطان های دیگر، نسبت اندازه ی دور کمر به دور باسن و مصرف میوه و سبزی ارتباط معناداری را باکلاس خروجی در سطح 05/0>P نشان دادند. بر اساس نتایج حاصل از ارزیابی عملکرد الگوریتم های منتخب، مدل RF با میزان حساسیت، ویژگی، صحت و اندازه F به ترتیب برابر با 0/97، 0/99، 0/98 و 0/974 و 0/936 =(Area Under the Receiver Operator Characteristics (ROC) Curve (AUC عملکرد بالاتری نسبت به سایر الگوریتم های منتخب داشته است و به عنوان مدل برتر برای تشخیص سرطان پستان پیشنهاد شد.

نتیجه گیری:

 به نظر می رسد که استفاده از متغیرهای تعدیل پذیر مانند سبک زندگی و ویژگی های هورمونی-تولیدمثلی به عنوان ورودی الگوریتم RF برای طراحی CDSS بتواند با صحت بهینه موارد سرطان پستان را تشخیص دهد. به علاوه سیستم پیشنهادی به طور موثر در محیط های واقعی بالینی برای تشخیص سریع و موثر بیماری قابل اقتباس باشد.