روش‌هاي ارزيابي سيستم‌هاي رايانه‌اي تشخيصي پزشكي: مروري بر روش‌هاي موجود

مقدمه: در حال حاضر سيستم‌هاي تشخيصي رايانه‌اي داراي كاربرد وسيعي در علوم پزشكي مي‌باشند. اين سيستم‌ها مي‌توانند در تشخيص درست و به‌موقع بيماري‌ها به پزشك ياري رسانند. عملكرد اين‌گونه سيستم‌ها بايد به‌صورت مناسبي ارزيابي شود. در اين مقاله، معيارهاي ارزيابي سيستم‌هاي تشخيصي پزشكي مورد بررسي قرار مي‌گيرد. روش‌ها: با استفاده از داده استاندارد در هر روش تشخيصي، ميزان خطاي سيستم بر اساس پارامترهاي حساسيت، ويژگي، صحت، دقت ، سطح زير منحني (ROC يا receiver operating characteristic) ، F-measure،Matthews correlation coefficient و … محاسبه شد و نقاط قوت و ضعف هر معيار مورد بررسي قرار گرفت. معيارهاي ارزيابي در يك مثال پزشكي بر روي مقايسه دو روش در تشخيص عارضه قلبي بيماران، محاسبه و ارزيابي شدند. هم‌چنين ارجحيت روش‌هاي تشخيصي به يكديگر با استفاده از تست McNemar مشخص گرديد. يافته‌ها: به دليل برابر بودن نسبي تعداد افراد واقعا سالم و مريض در مجموعه داده مورد استفاده، پارامتر صحت، معيار قابل قبولي براي ارزيابي كلي دو روش بود كه در دو روش به ترتيب 84 و 86٪ محاسبه شد. هر دو روش از نظر پزشكي، قابل اعتماد نبودند چون ميزان خطاي نوع اول بيشتر از05/0 بود. با اين حال، توان تشخيصي روش دوم چون بالاي 80% بود، قابل قبول مي‌باشد. چون سطح زير منحني ROC در دو روش بين 8/0 و 9/0 بود، قدرت تشخيصي آن‌ها "بسيار خوب" مي‌باشد. در نهايت، دو روش تشخيصي از نظر آماري معادل شناخته شدند. نتيجه‌گيري: ارزيابي سيستم‌هاي تشخيصي بايد با روش‌هاي مناسب و معيارهاي مرتبط انجام گيرد. با بكارگيري معيارهاي متعدد قادر خواهيم بود توانايي روش تشخيصي را از زواياي مختلف ارزيابي نماييم.