پيش‌بيني بقاي بيماران مبتلا به سرطان پستان با استفاده از بهينه سازي مدل DeepHit

با توجه به اهميت و شيوع سرطان پستان به‌عنوان دومين علت مرگ در بين بيماري‌هاي سرطاني در جهان، دسترسي به مدل هايي كه با دقت بالا بتوانند بقاي اين بيماران را در افراد مبتلا پيش‌بيني نمايند، موردتوجه است. هدف از اين مطالعه، استفاده از شبكه عصبي عميقِ بهينه‌سازي شده براي پيش‌بيني بقاي بيماران مبتلا به سرطان پستان است. مطالعه حاضر يك مطالعه تحليلي هست. داده‌هاي مورداستفاده از بانك داده‌اي METABRIC مربوط به طبقه‌بندي مولكولي از بيماران مبتلابه سرطان سينه مجمع بين‌المللي هست. تعداد كل بيماران موردبررسي 1981نفر هست. از اين تعداد 888 نفر از بيماران تا لحظه مرگ تحت مراقبت و بقيه در حين مطالعه از ادامه مطالعه صرف‌نظر كرده‌اند. در اين ديتاست به 21 ويژگي كلينيكي بيماران توجه شده است كه در كل شامل 6 ويژگي كمي و 15 ويژگي كيفي هست. جهت پيش‌بيني بقا از مدل شبكه عصبي عميق DeepHit بهينه‌سازي شده استفاده مي شود. مدل بهينه‌سازي شده توانسته است معيار 0.73 =c_index را، كه معياري براي سنجش قابليت مدل‌هاي آناليز بقا است كسب كند. مقايسه با مدل‌هاي قبلي بر اساس مجموعه داده‌هاي واقعي و مصنوعي نشان مي‌دهد كه DeepHit بهينه‌سازي شده به پيشرفت‌هاي عملكردي بزرگ و آماري قابل‌توجهي نسبت به روش‌هاي سطح بالا دست‌يافته است.