یه سیستم باحال و حرفه‌ای برای پیش‌بینی سریع و قابل فهم دنگی با استفاده از خون و هوش مصنوعی

واقعاً داستان دنگی (Dengue) هنوز هم جزو نگرانی‌های جدی جهانیه، مخصوصاً توی کشورایی که منابعشون کمه یا نقاط دور از شهر که معمولاً آزمایش‌های معمول (مثل IgG/IgM که برای شناسایی این بیماریه) یا با تأخیر انجام میشه یا اصلاً درست و حسابی نیست. این یعنی بیمارها ممکنه دیر بفهمن که باید درمان بشن و همین می‌تونه کلی دردسر درست کنه.

حالا چی کار کردن؟ اومدن یه مدل باحال و هوشمند درست کردن که هم سرعتش بالاست، هم نتایجش کاملاً شفاف و قابل فهمه. از این مدل‌های گرون و پیچیده خبری نیست، در عوض از چیزای جالب مثل الگوریتم ژنتیک و هوش مصنوعی مولد استفاده کردن.

📌 الگوریتم ژنتیک (Genetic Algorithm یا GA) همونیه که شبیه کار ژن‌های بدن کار میکنه، یعنی میان بهترین ویژگی‌های خون رو انتخاب میکنن که مهم‌ترین اطلاعات رو برای فهمیدن دنگی میده. اینطوری مدلشون هم دقتش زیاد شده هم راحت‌تر میشه فهمید چی به چیه.

بعدش سراغ GAN رفتن، که مخفف Generative Adversarial Networks هست، یعنی هوش مصنوعی‌ای که خودش می‌تونه داده جدید تولید کنه. اینجا GAN کمک میکنه تا وقتی داده دنگی خیلی کمتر از داده‌های سالمه، این عدم تعادل رفع بشه و مدل گیج نشه.

علاوه بر این‌ها از توضیح‌پذیری هوش مصنوعی (Explainable AI یا XAI) هم استفاده کردن. XAI یعنی تغییری توی مدل‌های پیچیده که بشه فهمید مدل «بر چه اساسی» این پیش‌بینی رو انجام داده؛ خلاصه اینکه مدل سیاه‌باکس نیست و قابل توضیح برای پزشکاست.

وقتی این چیزا رو با هم قاطی کردن، به یه درخت تصمیم (Decision Tree) بهینه رسیدن که توی آزمایش‌ها تونسته با دقت باورنکردنی ۹۹/۴۹٪ دنگی رو تشخیص بده، اونم با زمانی کمتر از چشم به هم زدن! برای آموزش کل مدل فقط ۰/۰۰۲۵ ثانیه، و برای تست کردن جواب فقط ۰/۰۰۱۳ ثانیه وقت می‌بره. این یعنی تقریباً «آنلاین» و هیچ‌کس وقت از دست نمیده!

حتی یه وب‌اپلیکیشن هم ساختن که با این مدل کار میکنه و نتیجه ریسک رو در کمتر از ۰/۶ ثانیه نشون میده. دیگه نگرانی‌ای از بابت کند بودن خبری نیست.

رفتن سراغ اینکه بفهمن چه ویژگی‌هایی از داده‌های خونی بیشتر به درد این پیش‌بینی میخوره. با استفاده از چند تا ابزار معروف XAI مثل LIME، SHAP، آنالیز حساسیت مورّیس (Morris)، permutation combination، و RFE (که همشون برای فهمیدن تاثیر پارامترها توی مدل‌ها هستن)، فهمیدن تعداد سلول‌های سفید (WBC) و تعداد پلاکت‌ها (Platelet count) خیلی مهمه. مثلا طبق این مدل، اگر تعداد WBC زیر ۳۷۰۰ باشه و تعداد پلاکت‌ها کمتر از ۱۳۶هزار باشه و PDW (یه نوع شاخص توی آزمایش خون که درباره پراکندگی پلاکت‌هاه) هم زیر ۲۳ باشه، احتمال دنگی خیلی بالاست.

در کل، این سیستم ترکیبی GA-GAN-XAI یه ترکیب باحال از دقت بالا، قابل فهم بودن، و سرعت بالاست. برای پیش‌بینی دنگی در کلینیک‌ها و حتی نقاط دوردست، این مدل میتونه واقعاً کمک‌حال باشه و مشکل تشخیص دیرهنگام یا خطای انسانی رو تا حد زیادی حل کنه. پس میشه گفت الان تکنولوژی به داد پزشکی رسیده و همه چی داره راحت‌تر و بهتر میشه!

منبع: +