Ανάλυση δεδομένων βρογχοκυψελιδικού εκπλύματος για τη διάγνωση διαμέσων νοσημάτων του πνεύμονα
Abstract
Εισαγωγή: Το υλικό BAL (Bronchoalveolar Lavage) είναι ένα υλικό που παραλαμβάνεται από ασθενείς που υπάρχει υποψία ότι πάσχουν από κάποιο διάμεσο νόσημα του πνεύμονα και αποτελεί ένα αναπόσπαστο κομμάτι στη διαδικασία διάγνωσής τους αποτελώντας πολύτιμο εργαλείο στα χέρια των πνευμονολόγων. Τα τελευταία χρόνια ωστόσο πληθαίνουν οι εφαρμογές της τεχνητής νοημοσύνης σε διάφορους τομείς της ιατρικής με σκοπό να αναπτυχθεί ένα ακόμα σημαντικό μέσο διάγνωσης διαφόρων παθήσεων που θα βοηθήσει τους γιατρούς στον περιορισμό λανθασμένων δαγνώσεων και στην εξαγωγή ασφαλέστερων συμπερασμάτων από την κλινική εξέταση κάθε ασθενούς.
Σκοπός: Στη μελέτη αυτή θα εξεταστεί η ορθότητα ταξινόμησης δειγμάτων υλικού BAL τόσο με βάση τον τύπο κυψελιδίτιδας όσο και με βάση την τελική κλινική διάγνωση χρησιμοποιώντας αλγορίθμους μηχανικής μάθησης.
Μέθοδοι: Χρησιμοποιήθηκαν 722 δείγματα ασθενών που κατέφυγαν σε πνευμονολόγους στο χρονικό διάστημα 2020 – 2024. Από τους ασθενείς μέσω βρογχοσκόπησης απομονώθηκε υλικό BAL το οποίο υπέστη επεξεργασία στο εργαστήριο για μικροσκοπική ανάλυση και ανάλυση στην κυτταρομετρία ροής. Στη συνέχεια τα αποτελέσματα χρησιμοποιήθηκαν για να ταξινομηθούν σε τύπο κυψελιδίτιδας και σε νόσημα με τη χρήση των αλγορίθμων Random forest, Decision Trees, K nearest neighbour και Multi layer Perceptron και παράλληλα έγινε σύγκριση του ποσοστού ορθότητας ανά αλγόριθμο.
Αποτελέσματα: Ανάμεσα στις δύο ταξινομήσεις εμφανίστηκε διακύμανση στο ποσοστό ορθότητας των ίδιων αλγορίθμων. Συγκεκριμένα στην ταξινόμηση των δειγμάτων σε τύπο κυψελιδίτιδας οι αλγόριθμοι εκπαιδεύτηκαν καλύτερα με αποτέλεσμα να επιτευχθεί μεγαλύτερη ακρίβεια και ορθότητα σε σχέση με αυτό που συνέβη στην ταξινόμηση των δειγμάτων σε νοσήματα. Εκεί οι αλγόριθμοι μπορεί να έδειξαν μικρότερο ποσοστό ορθότητας ωστόσο για ένα τοσο μεγάλο αριθμό πολύπλοκων νοσημάτων η ταξινόμηση ήταν αρκετά ικανοποιητική.
Συμπέρασμα: Η μηχανική μάθηση μπορεί να αποτελέσει αναπόσπαστο κομμάτι της διάγνωσης των διαμέσω νοσημάτων του πνεύμονα επιλέγοντας τους κατάλληλους αλγορίθμους και έχοντας αρκετά μεγάλο αριθμό δειγμάτων ώστε να γίνει σωστή εκπαίδευσή τους.