طراحی نرم افزار پیشبینی بیماری خاموش در كشور
به گزارش سرویس دانش و فناوری برنا، پژوهشگران دانشگاه صنعتی امیركبیر موفق به طراحی و تدوین نرم افزاری با دقت بالا برای پیشبینی خطر ابتلا به پوكی استخوان و همچنین تشخیص پیشرفت این بیماری در افراد مبتلا شدند.
مائده محمدیفر، پژوهشگر این طرح، پوكی استخوان را بیماری شایع به ویژه در زنان بالای ۵۰ سال عنوان كرد و گفت: این بیماری خیلی دیر و زمانی خود را نشان میدهد كه به مرحله حاد رسیده باشد، به همین دلیل به آن بیماری خاموش هم گفته میشود.
وی افزود: سنجش تراكم استخوان یک روش بسیار سودمند در تشخیص خطر شكستگی استخوان است. روشهای مختلفی برای اندازهگیری توده استخوانی وجود دارد كه در اغلب آنها برای دستیابی به نتیجه با دقت بالا نیازمند پرتوی دهی زیاد با اشعه ایكس هستند. روش استاندارد و متداول تراكم سنجی استخوان روش دگزا است كه در آن، میزان پرتودهی كم ولی دقت آن به ویژه در مهرههای كمری مطلوب نیست.
محمدی فر گفت: این طرح شامل 2 بخش پیشبینی و تشخیص است که در قسمت اول ما اطلاعات مربوط به عوامل خطرزای پوكی استخوان از جمله داروهای مصرفی، بی ام آی و عوامل خطرزای متعدد دیگر را در ۱۸۰ نمونه را جمع آوری كردیم.
وی افزود: این دادهها به وسیله 3 متخصص رادیولوژی مطالعه و با به كارگیری شبكههای عصبی مصنوعی، بیماری در 4 رده ریسک بسیار بالا با خطر شكستگی، ریسک بالا و نیازمند شروع درمان، ریسک متوسط و ریسک پایین (نرمال) دستهبندی شد.
پژوهشگر طرح، دقت بخش تشخیصی را بیش از ۹۷ درصد و به طور متوسط برابر با دقت یک پزشک متخصص ماهر رادیولوژی ذكر كرد و گفت: استفاده از این بخش نرمافزار در مراكز مختلف میتواند كمک مؤثری برای جداسازی بیماران و تعیین نیاز به سنجش تراكم استخوان باشد.
وی افزود: بخش دوم نرم افزار، قسمت تشخیصی آن است كه در آن تصویر 5 مهره آخر كمری كه به طور متداول برای این منظور از آن استفاده میشود، وارد نرم افزار شده و در آن با پردازش تصاویر و به كارگیری شبكه عصبی مصنوعی با حساسیت ۸۱ درصد كه آن هم برابر پزشک ماهر رادیولوژی ارزیابی میشود، قادر به آشكارسازی تغییرات شكلی ظریف در مهرهها و همچنین تشخیص میزان شكستگی ناشی از پوكی با در نظر گرفتن ویژگیهای شكلی مهرهها در هر فرد هستیم.
محمدیفر تعداد بیماران بررسی شده در بخش تشخیصی را ۲۱۷ نفر اعلام كرد و گفت: روشی كه در پردازش تصویر استفاده كردیم، كاملا جدید بوده و از این رو خطا در آن بسیار كم شده است.
