آلة التعلم لطرق التصنيف والتنبؤ اليرقان الخلقي

الملخص

اليرقان الخلقي، وهو حالة شائعة عند الأطفال حديثي الولادة، ينتج عن ارتفاع مستويات البيليروبين، مما يؤدي إلى الاصفرار المميز للجلد والعينين. يعتبر التصنيف الدقيق والتنبؤ المبكر باليرقان الخلقي أمرًا بالغ الأهمية للتدخل الطبي المبكر. ظهرت تقنيات التعلم الآلي كأداة قوية في الرعاية الصحية لإنشاء نماذج تنبؤية. يقدم هذا الملخص نظرة عامة على طرق التعلم الآلي المستخدمة لتصنيف وتوقع اليرقان الخلقي، ويشمل البيانات السريرية والمختبرية والجينية. تم جمع البيانات المستخدمة في هذا البحث من المرضى في مستشفى الأطفال في السليمانية. تكونت العينة خلال 5 أشهر، من 2022 إلى 2023. يتكون هذا النموذج من 130 سجل مرضى. كل سجل يمثل مريضًا واحدًا. يحتوي السجل على 8 سمات، واحدة منها هي السمة القابلة للتنبؤ والتي تسمى Y، وقيمتها تشير إلى معدل اليرقان. السبعة سمات الأخرى تُستخدم في الجزء التنبؤي من الخوارزمية. جميع السمات الثمانية هي سمات فئوية. يوضح الجدول التالي البيانات المستخدمة في هذه الدراسة. تم استخدام نوعين من خوارزميات التعلم الآلي: KNN وNaïve Bayesian. يعتمد تقييم أداء النموذج على مقاييس مثل الدقة، الحساسية، النوعية، وAUC-ROC، مما يكشف عن نتائج مشجعة. تظهر النتائج أن تصنيف اليرقان الخلقي باستخدام خوارزمية KNN (k = 15) يعطينا نتائج تصنيف دقيقة مقارنةً مع خوارزمية Naïve Bayesian، ونسبة التصنيف تساوي 64.34%.