طراحي سيستم تصميم يار باليني تشخيص سرطان پستان: رويكردي مبتني بر داده كاوي

زمينه و هدف: سرطان پستان يكي از رايج‌ترين و تهاجمي‌ترين بدخيمي‌ها در خانم‌ها مي‌باشد. تشخيص به‌موقع سرطان پستان نقش مهمي در جلوگيري از پيشرفت اين بيماري، اقدامات درماني به‌موقع و در نتيجه كاهش ميزان مرگ‌ومير اين بيماران دارد. يادگيري ماشين، قابليت بالايي در تشخيص سريع و هزينه اثربخش بيماري‌ها دارد. هدف اين مطالعه، طراحي سيستم تصميم‌يار بالين (CDSS) Clinical Decision Support System بر اساس قوانين استخراج‌شده از الگوريتم منتخب درخت تصميم با بهترين عملكرد به‌منظور تشخيص به‌موقع و مؤثر سرطان پستان است. روش بررسي: داده‌هاي ۵۹۷ فرد مشكوك به سرطان پستان(۲۵۵ بيمار مبتلا و ۳۴۲ فرد سالم) به‌صورت گذشته‌نگر از پايگاه داده الكترونيكي بيمارستان آيت‌الله طالقاني شهر آبادان در قالب ۲۴ ويژگي عمدتاً سبك زندگي و سوابق پزشكي استخراج شد. پس از انتخاب مهم‌ترين متغيرها از طريق كاي دو پيرسون و تحليل واريانس يك‌طرفه(۰/۰۵ P)، عملكرد الگوريتم‌هاي منتخب داده‌كاوي شامل Random Forest (RF)، Decision Stump (DS)،J-48، RepTree (RT)، XG-Boost براي تشخيص سرطان پستان در بستر نرم‌افزار ۳.۴ Weka تحليل شد. در نهايت سيستم تشخيصي سرطان پستان بر اساس بهترين مدل و از طريق زبان برنامه‌نويسي سي شارپ و چارچوب ۳.۵.۴ Dot Net Framework طراحي گرديد. يافته‌ها: ۱۴ متغير شامل سابقه‌ي فردي سرطان پستان، سابقه‌ي نمونه‌برداري از سينه، سابقه‌ي راديوگرافي از قفسه‌ي سينه، سابقه‌ي فشارخون، افزايش كلسترول خون LDL (lowdensity lipoprotein)، وجود توده در ربع فوقاني داخلي سينه، هورمون‌درماني با استروژن، هورمون‌درماني با استروژنپروژسترون، سابقه‌ي خانوادگي سرطان پستان، سن، سابقه‌ي سرطان‌هاي ديگر، نسبت اندازه‌ي دور كمر به دور باسن و مصرف ميوه و سبزي ارتباط معناداري را باكلاس خروجي در سطح ۰۵/۰ P نشان دادند. بر اساس نتايج حاصل از ارزيابي عملكرد الگوريتم‌هاي منتخب، مدل RF با ميزان حساسيت، ويژگي، صحت و اندازه F به‌ترتيب برابر با ۰/۹۷، ۰/۹۹، ۰/۹۸ و ۰/۹۷۴ و ۰/۹۳۶ =(Area Under the Receiver Operator Characteristics (ROC) Curve (AUC عملكرد بالاتري نسبت به ساير الگوريتم‌هاي منتخب داشته است و به‌عنوان مدل برتر براي تشخيص سرطان پستان پيشنهاد شد. نتيجه‌گيري: به‌نظر مي‌رسد كه استفاده از متغيرهاي تعديل‌پذير مانند سبك زندگي و ويژگي‌هاي هورموني-توليدمثلي به‌عنوان ورودي الگوريتم RF براي طراحي CDSS بتواند با صحت بهينه موارد سرطان پستان را تشخيص دهد. به‌علاوه سيستم پيشنهادي به‌طور مؤثر در محيط‌هاي واقعي باليني براي تشخيص سريع و مؤثر بيماري قابل اقتباس باشد.