چطور با یادگیری ماشین و آزمایش خون ساده میشه بیماری‌های تنفسی رو سریع تشخیص داد!

امروز می‌خوام درباره یه تحقیق خیلی باحال و کاربردی صحبت کنم که نشون میده چطور میشه فقط با چندتا آزمایش خون ساده، بیماری‌های تنفسی مثل کووید-۱۹، ذات‌الریه (پنومونی)، آسم و بقیه مشکلات تنفسی رو راحت و سریع تشخیص داد. دیگه لازم نیست همیشه برید سراغ عکس‌برداری و روش‌های گرون و وقت‌گیر؛ همین آزمایش‌های خون که بهشون بیومارکر یا همون نشونه‌های زیستی میگن، کلی حرف واسه گفتن دارن!

بیومارکر یعنی مواد یا مشخصه‌هایی که تو خون یا مایعات بدن پیدا میشن و می‌تونن نشون بدن بدن چه وضعیتی داره یا بیمار هست یا نه. اینا رو خیلی راحت با یه آزمایش خون معمولی میشه درآورد، نیازی به کارای عجیب غریب نیست.

حالا این محقق‌ها تو منطقه حائل (که یه منطقه خاص بود تو این مطالعه)، اومدن داده‌های ۹۱۳ تا بیمار توی یه کلینیک تنفسی رو بررسی کردن! یعنی یه عالمه اطلاعات داشتن که بتونن باهاش تحلیل‌های درست و حسابی انجام بدن. اونا ۱۵ تا بیومارکر خونی مختلف رو بررسی کردن که ببینن کدومشون بیشتر به درد تشخیص این بیماری‌ها می‌خورن.

حالا جالب اینجاست که برای تحلیل این اطلاعات رفتن سراغ یادگیری ماشین (Machine Learning یعنی استفاده از الگوریتم‌های هوشمند برای پیدا کردن الگوها و پیش‌بینی‌ها)، به‌خصوص مدل decision tree یا همون درخت تصمیم‌گیری که خیلی خوب می‌تونه داده‌ها رو تقسیم‌بندی کنه. با کمک این مدل و روش‌های آماری، تونستن الگوهای جالبی رو کشف کنن.

مثلاً یه مورد خفن این بود که سطح CRP (که نشونه التهاب سیستمیه) با HGB (هموگلوبین که میزان اکسیژن حمل شده تو خون رو نشون میده) یه همبستگی منفی قوی داشتن: یعنی اگه CRP بره بالا، HGB میاد پایین. این تقریباً ۵۵٪ منفی بود، که کاملاً با این قضیه که بیماری‌های مزمن باعث کم‌خونی میشن، جور درمیاد.

از اون طرف، Ferritin (یه جور پروتئین ذخیره‌کننده آهن) و LDH (آنزیمی که وقت آسیب سلول آزاد میشه) با هم مثبت بودن، یعنی با شدت بیماری که بالاتر میره، هر دو زیاد میشن (۵۰٪ همبستگی مثبت). یعنی وقتی بدن کلی درگیره، متابولیسم و استرس سلولی هم بالا میره.

بین ترکیبای دیگه خفن، کراتینین (که نشون‌دهنده سلامتی کلیه‌ست) و ESR (سرعت رسوب گلبول قرمز، واسه التهاب) هر دو با RBC (تعداد گلبول قرمز) رابطه منفی داشتن! یعنی هر چی مشکل بیشتر باشه، گلبول قرمز کمتر میشه. GGT و ALT که جفتشون آنزیم‌های کبدین، هم با هم بالا میرن (۴۹٪ همبستگی مثبت). بیلی‌روبین و HGB هم مثبت بودن، که نشون‌دهنده پاسخ التهابی و متابولیک بدن به بیماریه.

حالا برسیم به نتایج مدل یادگیری ماشینشون که واقعاً شگفت‌انگیزه:

  • برای کووید-۱۹: دقت (Precision) 0.94، شناسایی درست (Recall) 0.96، و امتیاز F1 حدود 0.95 بود.
  • تو ذات‌الریه: دقت 0.97، شناسایی 0.71، F1 رو هم 0.85 به دست آوردن.
  • آسم: دقت 1.00 (یعنی مو لای درزش نمی‌ره!)، شناسایی 0.95 و F1 برابر با 0.97 شد.
  • بقیه مشکلات: دقت 0.88، شناسایی 0.90 و F1 مساوی 0.90.

اینا یعنی امتحان این روش تو پیدا کردن درست بیماری‌ها واقعاً بالاست! در واقع نشون میده اگه چندتا بیومارکر اصلی رو باهم بذاریم زیر ذره‌بین و با کمک یادگیری ماشین تحلیل کنیم، احتمال اینکه تو تشخیص اشتباه کنیم خیلی کم میشه.

در کل، این کار نشون داد میشه با ترکیب داده‌های آزمایش خون و مدل‌های هوشمند، یه ابزار ساده، ارزون و سریع برای تشخیص و حتی پیش‌بینی بیماری‌های تنفسی جور کرد. دیگه لازم نیست واسه هر مشکل، حتماً برید سراغ روش‌های گرون! این کار هم به بیمارها استرس و هزینه کمتری میده، هم به کل سیستم سلامت. واقعاً می‌تونیم بگیم آینده تشخیص بیماری‌ها با همکاری علم و تکنولوژیه!

منبع: +