مروری بر روش های پیش بینی بقا در همبودی سرطان با استفاده از تکنیک های یادگیری ماشین

سرطان یک مشکل رایج در کلیه کشورهای جهان است. مطابق اطلاعات و آمار مرکز تحقیق سرطان بریتانیا ، در سال ۲۰۱۲ تعداد موارد جدید ابتلا به سرطان در جهان بیش از ۱/۱۴ میلیون نفر بوده که بیش از ۲/۸ میلیون مورد آن منجر به فوت شده است. همچنین مطابق اطلاعات و آمار انستیتوی ملی سرطان تنها در ایالات متحده امریکا تعداد موارد جدید ابتلا به سرطان در سال ۲۰۱۶ بیش از ۱ میلیون و ششصد هزار نفر بوده است که از این میان بیش از ۳۵ درصد موارد فوت خواهند شد. سرطان سینه و دستگاه تناسلی (در خانم ها) و پروستات (در آقایان) در حدود ۳۰ درصد از سرطان های شایع را تشکیل می دهند و به همین دلیل، پیش گیری و تشخیص این نوع سرطان ها در افراد مبتلا بسیار حائز اهمیت است. یافته های اخیر نشان می دهد که برخی از بیماران در طول بیماری ممکن است دچار همبودی سرطان، به معنای دارا بودن دو یا چند بیماری سرطان به صورت همزمان، باشند. این بیماران، نسبت به سایر بیمارانی که تنها به یک نوع سرطان مبتلا هستند، از شانس کمتری برای بقاء برخوردارند. در این مقاله، به مروری بر تحقیقات انجام شده در زمینه پیش بینی میزان بقا در همبودی سرطان، با استفاده از تکنیک های یادگیری ماشین پرداخته شده است.

Keywords:

تصمیم گیری پزشکی , همبودی سرطان , یادگیری ماشین , پیشبینی بقا , دادگان SEER