تشخیص بهتر آپاندیسیت حاد با استفاده از هوش مصنوعی

آپاندیسیت حاد، شایع ترین علت مراجعه بیماران با دردهای شکمی به اورژانس بیمارستان ها و آپاندکتومی شایع ترین عمل جراحی اورژانس است. با وجود ابداع روش های گوناگون تشخیصی، میزان آپاندکتومی غیرضروری قابل توجه است. استفاده از روش های هوش مصنوعی و یادگیری ماشینی می تواند فرآیند تشخیص و درمان را بهبود بخشد. در این پژوهش از سیستم ماشین بردار پشتیبان جهت کمک به تشخیص آپاندیسیت حاد با هدف افزایش صحت تشخیصی و کاهش میزان آپاندکتومی غیرضروری و پیامد های جراحی استفاده شد.
طی پژوهشی توسعه ای، با مطالعه متون تخصصی بیماری های دستگاه گوارش، متغیرهای موثر تشخیصی گردآوری و در قالب چک لیست دسته بندی و توسط متخصصان ارزیابی شدند. 181 مورد از پرونده بیمارانی که طی سال 1394 در بیمارستان فوق تخصصی شهید مدرس عمل آپاندکتومی شده بودند، پایگاه داده را تشکیل دادند. سپس سیستم ماشین بردار پشتیبان با معماری های مختلف جهت تعیین بهترین عملکرد تشخیصی پیاده سازی و مقایسه گردید. از شاخص های حساسیت، صحت و مشخصه جهت ارزیابی استفاده شد.
خروجی به دست آمده از سیستم ماشین بردار دارای حساسیت، مشخصه و صحت 7/91 درصد، 2/96 درصد و 95 درصد بود که بیانگر عملکرد مناسب آن در تشخیص آپاندیسیت حاد است.
با استناد به نتایج می توان گفت که استفاده از سیستم ماشین بردار پشتیبان طراحی شده در تشخیص آپاندیسیت حاد، با هدف تشخیص به موقع، جلوگیری از آپاندکتومی غیرضروری، کاهش مدت بستری و هزینه های درمانی بیمار موثر خواهد بود.