شماره ركورد كنفرانس :
5295
عنوان مقاله :
استراتژي جديد غربالگري و تشخيص سرطان تخمدان بر اساس هوش مصنوعي: مروري نظام مند
پديدآورندگان :
موحدپور زهرا دانشكده پرستاري مامايي، دانشگاه علوم پزشكي زابل، زابل، ايران , آموزگار فاطمه دانشكده پرستاري مامايي، دانشگاه علوم پزشكي بم، بم، ايران , چكني اميرمحمد كميته تحقيقات دانشجويي، دانشكده پرستاري مامايي، دانشگاه علوم پزشكي تهران، تهران، ايران , محمدي رضا دانشكده پرستاري مامايي، دانشگاه علوم پزشكي همدان، همدان، ايران
كليدواژه :
سرطان تخمدان , غربالگري , تشخيص , هوش مصنوعي
عنوان كنفرانس :
اولين همايش ملي بهداشت باروري و سلامت روان زنان
چكيده فارسي :
مقدمه: سرطان تخمدان شيوع جهاني تخميني 6/6 نفردر هر 000,100 زن در سال را دارد و هشتمين سرطان شايع در ميان زنان در سراسر جهان با بيش از 000,300 مورد گزارش شده و بيش از 000,200 مرگ و مير است. تشخيص سرطان تخمدان معمولاً بر اساس علائم است و براي تشخيص قطعي از جراحي استفاده ميشود. ابزارهاي موثرتر و هدفمندتر قبل از عمل براي پيشبيني بدخيمي ميتواند جراحي غيرضروري را كاهش داده و عوارض و يائسگي زودرس ناشي از آن را به حداقل برساند. توسعه روزافزون كاربرد هوش مصنوعي در شاخه هاي مختلف علوم پزشكي، داروسازي، ژنتيك و غيره، منجر به بهبود اثربخشي و كاهش خطاهاي انساني در تشخيص و درمان انواع بيماريها و ارائه روشهاي نوين در راستاي گسترش مرزهاي دانش پزشكي گرديده است. لذا هدف از مطالعه حاضر بررسي نظام مند راهكاري جديد جهت غربالگري و تشخيص سرطان تخمدان بر اساس هوش مصنوعي مي باشد. روش كار: جستجو با توجه به معيار هاي در نظر گرفته شده درPICO و بر اساس چك ليست PRISMA درراستاي هدف پژوهش با استفاده از پايگاه هاي اطلاعاتي PubMed ,Scopus ,Web Of Science , Medline و همچنين پايگاه هاي اطلاعات فارسي SID و Magiran و موتور جستجوگر Google Scholar در طي سال هاي 2019 تا 2024 با كليد واژه هاي سرطان تخمدان (Ovarian Cancer)، غربالگري(screening)، تشخيص (Diagnosis) و هوش مصنوعي (Artificial Intelligence) انجام شد. پس از بررسي معيارهاي ورود و خروج و ارزيابي كيفيت انتقادي مقالات، از مجموع 29 مقاله در نهايت 7 مقاله وارد شدند. يافته ها: نتايج مطالعات وارد شده نشان مي دهد هوش مصنوعي عملكرد خوبي را در تشخيص سرطان تخمدان نشان مي دهد و مي تواند از درمان بيش از حد توده هاي خوش خيم جلوگيري كند؛ در نتيجه مي تواند با ميزان دقت بالاتري در تشخيص از مداخلات غير ضروري جلوگيري نمايد. همچنين مطالعات نشان دادند هوش مصنوعي با استفاده از مدل هاي يادگيري ماشين و يادگيري عميق با هدف غربالگري، مي تواند سرطان تخمدان را در مراحل اوليه تشخيص دهد كه اين امر موجب كاهش بار اقتصادي بيماران و همچنين باعث افزايش نرخ بقاي بيماران مبتلا به سرطان تخمدان مي شود. همچنين مطالعات گزارش كردند هوش مصنوعي بر پايه يادگيري ماشين، در مقايسه با رگرسيون لجستيك از دقت و عملكرد بالاتري برخوردار مي باشد؛ بنابراين به پزشكان در تصميم گيري هايشان كمك به سزايي مي كند. نتيجه گيري: هوش مصنوعي در دهه هاي اخير در زمينه غربالگري و تشخيص سرطان شتاب زيادي پيدا كرده است و مي تواند تصميم گيري پزشكان را بهبود بخشد و از مداخلات غير ضروري جلوگيري كند؛ به همين سبب از عوارض ايجاد شده توسط مداخلات غيري ضروري هم پيشگيري مي شود و از مزاياي آن كاهش هزينه ها و افزايش بقاء بيماران مي باشد؛ ولي با همه اين تفاسير هوش مصنوعي ابزاري كمك كننده و نه تصميم گيرنده مي باشد و به هيچ وجه جايگزين تصميمات يك پزشك نمي شود بلكه فقط نقش يك راهنما را در تشخيص هاي پزشكي بر عهده دارد كه در گذر زمان اين نقش در زمينه هاي پزشكي به دليل مزاياي آن پررنگ تر خواهد شد.