طراحی چارچوب هوش مصنوعی چندوجهی و قابل‌تفسیر برای پیش‌بینی شخصی‌سازی‌شده ترس از عود سرطان در بیماران مبتلا به سرطان کبد با تلفیق تصاویر CT، داده‌های بالینی و شاخص‌های روان‌شناختی**

طراحی چارچوب هوش مصنوعی چندوجهی و قابل‌تفسیر برای پیش‌بینی شخصی‌سازی‌شده ترس از عود سرطان در بیماران مبتلا به سرطان کبد با تلفیق تصاویر CT، داده‌های بالینی و شاخص‌های روان‌شناختی**

زهرا بعاجی کاظمی1 پروین محمودی برام2

1) گروه مهندسی کامپیوتر ، واحد اراک، دانشگاه آزاد اسلامی، اراک ، ایران
2) گروه روانشناسی بالینی واحد اراک. دانشگاه ازاد اسلامی، آشتیان،ایران

کد IOI مقاله : AAHD-ACZAGD
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    چکیده: یکی از چالش‌های مهم روان‌شناختی در بیماران مبتلا به سرطان کبد است که به‌دلیل احتمال عود بیماری، پیگیری‌های مکرر و عدم قطعیت درباره آینده تشدید می‌شود. پژوهش‌های پیشین عمدتاً FCR را با پرسشنامه‌ها و متغیرهای روان‌شناختی بررسی کرده‌اند، درحالی‌که کاربرد هوش مصنوعی در سرطان کبد بیشتر بر تشخیص، پیش‌بینی عود، پاسخ به درمان و بقا متمرکز بوده است. این مقاله با هدف ارائه یک چارچوب هوش مصنوعی چندوجهی و قابل‌تفسیر، تلفیق تصاویر CT، داده‌های بالینی و شاخص‌های روان‌شناختی را برای پیش‌بینی خطر FCR شدید پیشنهاد می‌کند. در این چارچوب، ویژگی‌های تصویری با یادگیری عمیق و رادیومیکس استخراج و با اطلاعات بالینی و روان‌شناختی ادغام می‌شوند و الگوریتم‌هایی مانند XGBoost، Random Forest و شبکه‌های عصبی مورد ارزیابی قرار می‌گیرند. همچنین روش‌های Explainable AI مانند SHAP برای شناسایی عوامل مؤثر بر پیش‌بینی به کار گرفته می‌شوند. این رویکرد می‌تواند با شناسایی زودهنگام بیماران در معرض خطر، زمینه تصمیم‌گیری بالینی و ارائه مداخلات روان‌شناختی شخصی‌سازی‌شده را فراهم کرده و ارتباط میان هوش مصنوعی پزشکی و روان‌شناسی سرطان را تقویت کند

کلمات کلیدی : ترس از عود سرطان سرطان کبد سرطان هپاتوسلولار هوش مصنوعی چندوجهی یادگیری ماشین یادگیری عمیق ct هوش مصنوعی قابل‌تفسیر روان‌شناسی سرطان پزشکی شخصی‌سازی‌شده