شفقنا – تیمی از محققان یک سیستم خبره با قابلیت تفسیر بالا برای پیشبینی بیماری ارثی تالاسمی بتا توسعه دادهاند. این سیستم با استفاده از تکنیکهای هوش مصنوعی قابل توضیح، دقت بالا و شفافیت مورد نیاز در کاربردهای پزشکی هوشمند را فراهم میکند.
به گزارش سرویس ترجمه شفقنا، تالاسمی بتا یک اختلال ارثی خونی است که در تولید زنجیره بتا گلوبین اختلال ایجاد میکند. بتا گلوبین پروتئینی حیاتی برای ساختار هموگلوبین و گلبولهای قرمز است و به حمل اکسیژن به بافتهای بدن کمک میکند. این بیماری ناشی از تغییرات ژنتیکی در ژن بتا هموگلوبین است و سه نوع اصلی دارد، ماژور، اینترمدیت و مینور.
محققان از دادههای مربوط به ۵۰۶۶ بیمار حامل تالاسمی بتا برای آموزش سیستم هوش مصنوعی خود استفاده کردند. مراحل اصلی کار شامل:
آمادهسازی دادهها: تکنیکهای تحلیل مؤلفه اصلی برای کاهش ابعاد دادهها و اساماوتیای برای متوازنسازی خروجیها به کار رفتند.
مدلهای یادگیری ماشین: طبقهبندیکنندههایی مانند شبکههای عصبی، شبکههای عصبی بازگشتی و حافظه کوتاهمدت و بلندمدت آزمایش شدند.
نتایج: مدلی که از طریق حافظه کوتاه مدت و بلند مدت یادگرفته بود بهترین عملکرد را نشان داد و به دقت ۹۹.۳۰٪، صحت ۹۹.۳۳٪، اختصاصی بودن ۹۹.۳۳٪ و امتیاز ۹۹.۳۳٪ که آماری عالی محسوب میشود، دست یافت.
برای حل مشکل «جعبه سیاه» در هوش مصنوعی، که در حوزه پزشکی حیاتی است، محققان از تکنیکهای ایکسایآی استفاده کردند تا تصمیمات مدل را برای متخصصان بالینی قابل درک سازند.
جعبه سیاه اصطلاحی است که در حوزه هوش مصنوعی برای توصیف مدلهایی استفاده میشود که علیرغم توانایی بالا در پیشبینی دقیق، نحوه اتخاذ تصمیماتشان برای انسان غیرقابل درک و غیرقابل توضیح است.
به بیان ساده، شما دادهها را به مدل میدهید و خروجی را دریافت میکنید (مثلاً پیشبینی میکند که تومور بدخیم است یا خوشخیم)، اما نمیدانید چرا یا بر اساس کدام شواهد به آن نتیجه رسیده است. در این مطالعه جدید محققان برای رفع این مشکل به روش زیر عمل کردند:
تکنیم اساچایپی: این تکنیک بینشهایی را در سطح جهانی ارائه میدهد، یعنی نشان میدهد که کدام ویژگیها در کل، بیشترین اهمیت را در پیشبینی مدل دارند.
تکنیک الآیامای: این تکنیک، پیشبینیهای انفرادی را توضیح میدهد، یعنی چرا مدل برای یک بیمار خاص به این نتیجه رسیده است.
ادغام این تکنیکها، مدل را به یک ابزار تشخیصی قوی و در عین حال قابل اعتماد تبدیل میکند که نیازهای سیستمهای مراقبت سلامت هوشمند نسل ۵.۰ را برآورده میسازد.
این خبر را اینجا ببینید.