אולטראסאונד

שימוש בבינה מלאכותית לזיהוי נגעי אנדומטריוזיס רקטוסיגמואידים עמוקים

במחקר זה נמצא כי מבחינת נכונות אבחנתית, המודל הטוב ביותר של בינה מלאכותית היה Neural Net

27.06.2021, 16:12
בדיקת אולטרסאונד. אילוסטרציה

מטרת המחקר הייתה להשוות את יכולת הדיוק של שבעה מודלים קלאסיים של למידת מכונה (ML) אשר אומנו להעלות חשד לאנדומטריוזיס במעי על סמך מרקרים רכים בעל-קול.

החוקרים אספו נתונים להזנה במודלים מתוך מאגר נתונים של מחקר שנערך בעבר על אנדומטריוזיס במעי, בו נכללו 333 מטופלות. המודלים הבאים נבחנו: k-nearest neighbors algorithm (k-NN), Naive Bayes, Neural Networks (NNET-neuralnet), Support Vector Machine (SVM), Decision Tree, Random Forest, ו-Logistic Regression. האסטרטגיה של החוקרים בנוגע לנתונים הייתה לפצל באופן רנדומלי את מאגר הנתונים כולו לשני תתי-מאגרים. קבוצה אחת של הנתונים, הוזנה למטרות אימון, והקבוצה השנייה שימשה כקבוצת ביקורת, והן הכילו 67% ו-33% מהמקרים, בהתאמה.

המידע אשר הוזן במודלים היה: גיל, נוכחות סימנים בעל-קול של אדנומיוזיס ברחם, נוכחות אנדומטריומה, הדבקויות בין השחלות לרחם, נוכחות ״שחלות נושקות״, היעדר סימן החלקה. החוקרים הגדירו מעורבות מעי במקרים בהם הסבירות המוערכת הייתה גדולה מ-0.5.

תוצאות המחקר הראו כי מתוך הנשים אשר השתתפו במחקר ממנו נאספו הנתונים, 106 נשים אובחנו על ידי מומחה על-קול עם מחלת אנדומטריוזיס רקטוסיגמואידיאלית. מבחינת נכונות אבחנתית, המודל הטוב ביותר היה Neural Net (נכונות 0.73, רגישות 0.72, סגוליות 0.73, PPV 0.52, ו-NPV 0.86), אך ללא הבדל משמעותי ביחס לשאר המודלים.

החוקרים סיכמו כי יכולת הדיוק בשימוש בסמנים רכים בעל-קול להעלאת חשד לאנדומטריוזיס רקטוסיגמואידאלי באמצעות מודלים של בינה מלאכותית הייתה דומה לזו אשר נבדקה במודלים של רגרסיה סטטיסטית.

מקור: 

Stefano Guerriero et. al (2021) EJOG DOI: https://doi.org/10.1016/j.ejogrb.2021.04.012

נושאים קשורים:  אולטראסאונד,  בינה מלאכותית,  אנדומטריוזיס,  מעורבות מח עצם,  מחקרים
תגובות