نقش هوش مصنوعی در پیش‌بینی پیامدهای بیماران سکته مغزی: یک مرور روایی تحلیلی از پیش‌بینی الگوریتمی تا تصمیم‌گیری بالینی

دسته بندی موضوعی : علوم سلامت (پزشکی و پیراپزشکی)

زبان : فارسی

نوع فایل : PDF

تعداد صفحات : 18

وضعیت : این مقاله توسط هیات داوران پایگاه ایران ژورنال داوری شده است
فصل نامه علمی تخصصی پژوهش برتر - سال دوم - شماره دوم - تابستان 1405

نویسندگان :
محمدرضا ذاکری کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی بوشهر، بوشهر، ایران
زهرا محمدی کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی بوشهر، بوشهر، ایران

ثبت شده توسط : ایران ژورنال

لینک مستقیم مقاله : https://iran-journals.com/doc/4437

چکیده فارسی :

هدف: سکته مغزی از مهم‌ترین علل ناتوانی و مرگ‌ومیر است و ناهمگونی پیامدهای آن، پیش‌بینی دقیق سیر بیماری و وضعیت آینده بیمار را به یکی از نیازهای مهم مراقبت تبدیل کرده است. هوش مصنوعی با توانایی تحلیل داده‌های بالینی، تصویربرداری و سایر اطلاعات بیمار، ظرفیت جدیدی برای پیش‌بینی پیامدهای سکته مغزی ایجاد کرده است، اما عملکرد الگوریتمی به‌تنهایی بیانگر ارزش بالینی این فناوری نیست. ازاین‌رو، مطالعه حاضر با هدف بررسی و تحلیل نقش هوش مصنوعی در پیش‌بینی پیامدهای بیماران سکته مغزی و تبیین مسیر گذار از پیش‌بینی الگوریتمی به تصمیم‌گیری بالینی انجام شد.
روش: این مطالعه به روش مرور روایی تحلیلی انجام شد. منابع علمی مرتبط در پایگاه‌های PubMed، Scopus و Web of Science ، بررسی و مطالعات مرتبط با کاربرد هوش مصنوعی، یادگیری ماشین و یادگیری عمیق در پیش‌بینی پیامدهای سکته مغزی انتخاب شدند. یافته‌ها به‌صورت روایی و تحلیلی در محورهای پیامدهای قابل پیش‌بینی، رویکردهای مدل‌سازی، منابع داده، عملکرد مدل‌ها، تفسیرپذیری، اعتبارسنجی و قابلیت کاربرد بالینی بررسی شدند.
یافته‌ها: شواهد موجود نشان می‌دهند که هوش مصنوعی در پیش‌بینی پیامدهای عملکردی، مرگ‌ومیر، روند بهبودی و پیامدهای مبتنی بر تصویربرداری کاربرد گسترده‌ای یافته است. توسعه مدل‌های یادگیری ماشین و یادگیری عمیق، استفاده از رادیومیکس و تصویربرداری عصبی و تلفیق داده‌های بالینی و چندوجهی، دامنه پیش‌آگهی الگوریتمی را گسترش داده‌اند. بااین‌حال، تفاوت جمعیت‌ها و محیط‌های بالینی، کیفیت و ساختار داده‌ها، تعمیم‌پذیری و تفسیرپذیری، از عوامل مؤثر بر قابلیت استفاده از مدل‌ها هستند. تحلیل شواهد نشان می‌دهد که ارزش بالینی هوش مصنوعی در فرایندی شکل می‌گیرد که در آن داده بیمار به پیش‌بینی تبدیل شده، پیش‌بینی از نظر اعتبار و معنای بالینی ارزیابی شده و سپس در کنار قضاوت متخصص برای تصمیم مراقبتی مورد استفاده قرار می‌گیرد.
نتیجه‌گیری: هوش مصنوعی می‌تواند پیش‌آگهی سکته مغزی را از یک برآورد الگوریتمی به بخشی از فرایند تصمیم‌گیری بالینی ارتقا دهد، مشروط بر آنکه توسعه مدل‌ها با اعتبارسنجی در شرایط واقعی، استفاده از داده‌های طولی و ارزیابی اثر واقعی آنها بر مراقبت و پیامد بیمار همراه باشد. چارچوب تحلیلی پیشنهادی این مقاله بر همکاری پویا میان داده‌های بیمار، الگوریتم و تخصص بالینی تأکید دارد و ارزش هوش مصنوعی را در میزان تبدیل ظرفیت پیش‌بینی به مراقبت مؤثرتر و متناسب با بیمار تعریف می‌کند.

کلمات کلیدی فارسی :
هوش مصنوعی، سکته مغزی، پیش‌آگهی، پیش‌بینی پیامد، یادگیری ماشین، یادگیری عمیق، تصمیم‌گیری بالینی، پزشکی فردمحور