تشخيص آپانديسيت حاد در كودكان با استفاده از شبكه هاي عصبي مصنوعي

زمينه و هدف: آپانديسيت حاد، يكي از شايع ترين علت جراحي اورژانس، به ويژه در كودكان است. تشخيص صحيح و به موقع آن مي تواند موجب كاهش ميزان عوارض ناخوشايند گردد. باوجود پيشرفت روش هاي تشخيصي هنوز درصد چشمگيري از بيماران با تشخيص اوليه آپانديسيت حاد، داراي لاپاراتومي منفي هستند. هدف از اين پژوهش ارزيابي نقش شبكه هاي عصبي مصنوعي در تشخيص آپانديسيت حاد در كودكان با شكم حاد بود. روش كار: در اين پژوهش از داده هاي 206 بيمار با شكم حاد استفاده گرديد كه از فروردين 1384 لغايت اسفند 1393 به بيمارستان كودكان علي اصغر(ع) شهر تهران مراجعه كرده بودند. در مدل شبكه عصبي مصنوعي پيش خور با الگوريتم پس انتشار خطا از دو تابع آموزشي لونبرگ ماركواردت و شيب توأم مقياس شده استفاده شد. يافته ها: با توجه به نتايج به دست آمده، شبكه پس انتشار پيش خور با توپولوژي 21012 و الگوريتم لونبرگ ماركواردت و راهبرد توابع يكسان براي تمام لايه ها (تانژانت هايپربوليك سيگموئيدي) به عنوان بهترين تابع آموزشي براي تشخيص آپانديسيت حاد در كودكان انتخاب گرديد. مقدار حساسيت، ويژگي و صحت شبكه عصبي مصنوعي 100 درصد بود. اين نتايج حاكي از پتانسيل بالاي شبكه هاي عصبي مصنوعي به عنوان ابزاري قوي در تشخيص آپانديسيت حاد در كودكان بود. نتيجه گيري: در اين پژوهش از شبكه هاي عصبي مصنوعي باهدف ياري رساندن به متخصصين پزشكي در تشخيص بيماري آپانديسيت حاد استفاده گرديد. شبكه هاي عصبي مصنوعي مي تواند يك ابزار مؤثر براي تشخيص دقيق آپانديسيت حاد باشند و اين سيستم ها ممكن است آپاندكتومي هاي غيرضروري، هزينه ها و زمان فرايندهاي تشخيصي را كاهش دهد.