Open Accessاستخدام تقنيات التعلم الآلي للتنبؤ بنتائج مرضى كوفيد -19
Author(s) -
نهى النزاوي نهى النزاوي
Publication year - 2021
Language(s) - Arabic
Resource type - Journals
ISSN - 1658-6336
DOI - 10.4197/comp.10-2.4
Subject(s) - covid-19 , medicine , virology , outbreak , disease , infectious disease (medical specialty)
. أثر التفشي الأخير لمرض فيروس كورونا 2019 (COVID-19) على حياة الإنسان إلى حد كبير. وأدى الوباء إلى اضطراب اجتماعي واقتصادي عالمي حاد، مما تسبب في تأجيل أو إلغاء الأحداث الكبرى، COVID-19 هو تفشي جديد ومتسارع. وينتشر الفيروس بسرعة كبيرة وقد وصل تقريبًا إلى كل جزء من العالم مع أكثر من 100 مليون حالة تم الإبلاغ عنها، وموارد الرعاية الصحية الحرجة محدودة. لذلك، من المهم للغاية التنبؤ بالمرضى الأكثر عرضة للإصابة بهذا المرض الخطير، ومواجهة مخاطر المضاعفات، بما في ذلك الوفاة. في هذه الدراسة، قمنا بمقارنة أداء خوارزميات التعلم الآلي المختلفة في التنبؤ بنتائج مرضى COVID-19 بناءً على مجموعات لعوامل الخطر الخاصة بالمريض. وأفضل الخوارزمية أداءً هي مصنف الغابة العشوائية، والذي يحقق درجة F تبلغ 0,788 ومعدل دقة 0,789. والنموذج المقترح في هذه الدراسة قادر على التنبؤ بالنتيجة (أي ميت أو خرج أو مستقرة) لأي مريض تم تشخيصه بـ COVID-19، باستخدام نفس مجموعة عوامل الخطر، وهي: الجنس، والبلد، والأعراض، والأمراض المزمنة. ويمكن لنتائج هذه الدراسة أن تكمل المهارات السريرية، وتساعد الأطباء في التنبؤ بالأنماط غير المتوقعة لتحديد الحالات الخفيفة بين المرضى الذين تم تشخيصهم، والحالات القليلة التي ستتطور إلى مرض شديد.