MENU
Arhiv številk » 2007 » 2 » | Medicinsko področje » Predmeti » Interna medicina »

Strojno učenje v interpretaciji rezultatov obremenitvene scintigrafije srčne mišice

 
Izvleček:

This post is also available in: enEnglish (Angleščina) slSlovenščina

Ishemična bolezen srca (IBS) je glavni vzrok (prezgodnje) umrljivosti pri nas in drugod v raz­vitem svetu. Diagnostika IBS je stopenjska. Izboljšanje diagnostične točnosti obremenitvene scintigrafije srčne mišice (OSSM) kot najvišje neinvazivne stopnje bi doprinesla k zgodnejši diagnozi IBS in preko zmanjšane potrebe po nadaljni diagnostiki tudi k njeni večji dostop­nosti. Odločitvena sposobnost metod strojnega učenja, ki so po začetnem učenju na primerih z vstavljenimi rešitvami sposobne samostojnega odločanja, že dosega, na nekaterih področ­jih pa celo presega človeško. Naša raziskava predstavlja poskus uporabe metod strojnega učenja v interpretaciji rezultatov OSSM v diagnostiki IBS, s predpostavko, da bi to utegnilo zvišati diagnostično točnost preiskave. Namen naše raziskave je bil izbrati in (iz)učiti primeren pro­gram strojnega učenja za izdelavo ekspertnega sistema. Nato smo želeli preveriti njegovo diagnostično vrednost v intepretaciji rezultatov OSSM. V raziskavo smo vključili bolnike, ki so bili v sklopu diagnostike IBS obravnavani na Kliniki za nuklearno medicino Kliničnega cen­tra v Ljubljani med 1.1.2001 in 31.12.2004. Vsi zajeti bolniki so imeli opravljeno celotno stopenjsko diagnostiko IBS in so izpolnjevali ostale vključitvene kriterije. V prvem delu razi­skave smo iz dokumentacije vsakega bolnika izpisali 55 za diagnostiko IBS ključnih podatkov, pridobljenih v sklopu stopenjske diagnostike IBS. Izračunali smo diagnostično vrednost (občutlji­vost, specifičnost, točnost) interpretacije rezultatov OSSM s standardnim načinom odločanja. V drugem delu smo, po izboru in učenju programa strojnega učenja, imenovanega Naivni Bayesov klasifikator, dobili dva ekspertna sistema za interpretacijo numeričnih in slikovnih rezultatov OSSM (»Naivni bajsi I« in »Naivni bajsi II«). Izračunali smo diagnostične vredno­sti interpretacije rezultatov OSSM takih načinov odločanja in jih primerjali z vrednostimi standardnega načina odločanja. V končno analizo smo zajeli 350 bolnikov. S standardnim nači­nom odločanja je bila občutljivost interpretacije rezultatov OSSM 68 %, specifičnost 70 % in točnost 69 %. Z odločanjem z ekspertnim sistemom »Naivni bajsi I« je bila občutljivost inter­pretacije rezultatov OSSM 67 %, specifičnost 70 % in točnost 68 %. Z odločanjem z ekspertnim sistemom »Naivni bajsi II« je bila občutljivost interpretacije rezultatov OSSM 69 %, specifič­nost 80 % in točnost 74 %. Prag statistične pomembnosti (p < 0,05, McNemarov test) presegata višja specifičnost in točnost interpretacije rezultatov OSSM z odločanjem z ekspertnim siste­mom »Naivni bajsi II« v primerjavi s standardnim načinom odločanja. Izsledki naše raziskave potrjujejo le drugo hipotezo: interpretacija slikovnih rezultatov OSSM z odločanjem z ekspert­nim sistemom »Naivni bajsi II« ima višjo diagnostično točnost kot interpretacija s standardnim načinom odločanja. Prve hipoteze nismo uspeli potrditi. Interpretacija numeričnih rezultatov OSSM z odločanjem z ekspertnim sistemom »Naivni bajsi I« v naši raziskavi nima višje diag­nostične točnosti kot interpretacija s standardnim načinom odločanja, pač pa primerljivo.

Avtorji:
Grošelj Kristina, Grošelj Jera, Mlinarič Mojca, et al.

Ključne besede:
koronarna bolezen – scintigrafija, umetna inteligenca, odlo~anje

Citiranje:
Med Razgl. 2007; 46: 119–32.

Prenos PDF >>
© 2021 Društvo Medicinski razgledi | Na vrh strani / To top ↑