پيش بيني بيماري‌هاي كبدي با استفاده از مدل ماركف پنهان

زمينه و هدف: كبد بزرگترين اندام دروني و مهمترين عضو پس از قلب و مغز در بدن انسان است و بدون آن ادامه حيات غير ممكن است. تشخيص بيماري هاي كبدي نيازمند زمان طولاني و تخصص كافي پزشك معالج دارد. روش هاي آماري مي توانند همانند يك سيستم پيش بيني اتوماتيك در جهت تشخيص دقيق و سريع بيماري هاي كبد به پزشكان متخصص كمك كنند. مدل ماركف پنهان از روش هاي هوشمند و قوي آمار است كه در راستاي اين هدف در پژوهش حاضر به كار رفته است. روش كار: داده هاي اين پژوهش مقطعي، اطلاعات پرونده بيماراني است كه به 5 نوع مختلف بيماري هاي كبد از جمله سيروز كبدي، سرطان كبد، هپاتيت حاد، هپاتيت مزمن و كبد چرب مبتلا و در سال هاي 1385 تا 1392 در بيمارستان افضلي پور كرمان بستري بوده اند. مدل ماركف پنهان با الگوريتم آموزشي EM به داده ها برازش و براي ارزيابي عملكرد آن معيارهاي دقت، حساسيت و ويژگي استفاده شد. يافته ها: ميزان دقت، حساسيت و ويژگي مدل براي تشخيص هر بيماري كبدي جداگانه محاسبه شد و بالاترين مقدار آنها در تشخيص سيروز كبدي با ميزان دقت 0.77، حساسيت 0.82 و ويژگي 0.96 بدست آمد. همچنين كمترين ميزان هم در تشخيص كبد چرب با دقت 0.65، حساسيت 0.69 و ويژگي 0.94 بود. نتيجه گيري: نتايج اين پژوهش حاكي از توانمندي بالقوه مدل ماركف پنهان است لذا به كار گيري اين مدل در زمينه تشخيص بيماري هاي كبدي پيشنهاد مي شود