برای نتیجه گیری، برنامه مبتنی بر هوش مصنوعی مورد استفاده در این مطالعه، مدفوع را در مقایسه با خود گزارش دهی به طور دقیق مشخص می کند و با شدت اسهال همبستگی خوبی دارد. این پتانسیل تبدیل شدن به یک ابزار ارزشمند برای استفاده در آزمایشات بیماری های دستگاه گوارش مجرا، از جمله IBS-D را دارد، زیرا در تعریف ویژگی های مدفوع فراتر از BSS هم دقیق و هم عینی بود.
اختلالات عملکردی دستگاه گوارش (GI) به ویژه اختلالات مجرای نیاز به گزارش خود بیمار از شکل مدفوع و دفعات آن دارد. با این حال، از آنجایی که علائم اسهال رایج در بیماران مبتلا به سندرم روده تحریک پذیر با اسهال (IBS-D) ذهنی هستند، ناتوانی در گزارش دقیق یا ارزیابی فرم و دفعات مدفوع، تعیین اثربخشی مداخلات درمانی در این شرایط را چالش برانگیز می کند.
علاوه بر این، نویسندگان همبستگی خوبی بین میانگین نمره روزانه BSS درجه بندی شده توسط هوش مصنوعی و نمرات شدت اسهال در افراد IBS-D مشاهده کردند. چهار ویژگی مدفوع بصری دیگر گزارش شده توسط این برنامه نیز به خوبی با نمرات شدت اسهال ارتباط دارد. قابل‌توجه است که همه آزمودنی‌ها استفاده از اپلیکیشن را آسان می‌دانستند و 50 درصد از کسانی که به سؤالات مربوط به تجربه کاربری پاسخ دادند، تجربه خود را آسان و بسیار دلپذیر توصیف کردند.
نتیجه گیری
در مجموع 39 شرکت‌کننده در مطالعه حضور داشتند که 14 نفر از آنها 219 تصویر مدفوع را برای مرحله اعتبار سنجی ارائه کردند. این تیم از داده های 25 موضوع دیگر برای مرحله اجرا استفاده کرد. هم هوش مصنوعی و هم متخصصان گوارش، نمرات BSS را از یک تا هفت ارائه کردند و ارزیابی‌های آنها برای هر پنج ویژگی مدفوع و همچنین هوش مصنوعی و ارزیابی‌های متخصص مطابقت خوبی داشت.
آزمودنی‌های شرکت‌کننده تمام تصاویر مدفوع را در مرحله غربالگری دو هفته‌ای کارآزمایی گرفتند. این برنامه نتایج را پردازش کرد و پنج ویژگی مدفوع بصری و دفعات دفع را تعیین کرد. دو متخصص تصاویر هوش مصنوعی یک سوم اول افراد را تایید کردند. بعداً، تیم همچنین تصاویر مدفوع شرح‌داده‌شده توسط هوش مصنوعی را که توسط خود شرکت‌کنندگان در مطالعه و دو متخصص گزارش شده بود، به دسته‌هایی تقسیم کردند، BSS <3 (یبوست)، BSS ≥ 3، اما BSS ≤5 (طبیعی) و BSS > 5 ( اسهال). در نهایت، این تیم حساسیت، ویژگی، دقت، و نسبت‌های شانس تشخیصی امتیازات BSS خود گزارش‌شده و درجه‌بندی شده با هوش مصنوعی را با مقایسه آنها با ارزیابی‌های کارشناسان، که استاندارد طلایی در نظر گرفته بودند، محاسبه کردند.
یافته های مطالعه
در مطالعه حاضر، محققان افراد شرکت کننده در یک کارآزمایی بالینی تصادفی شده برای IBS-D را ثبت نام کردند تا تشخیص های هوش مصنوعی را برای تصاویر مدفوع بر اساس پنج ویژگی متمایز مدفوع بصری، یعنی تیرگی لبه، قوام، BSS، حجم، و تکه تکه شدن تایید کنند. در مجموعه دیگری از افراد از همان کارآزمایی، آنها ارزیابی کردند که چگونه یافته‌های اپلیکیشن با نمرات BSS گزارش‌شده مطابقت دارد. در نهایت، تیم نمرات ویژگی‌های مدفوع تعیین‌شده BSS و هوش مصنوعی را با امتیازات استاندارد شده شدت اسهال مقایسه کرد.
مطالعه: یک برنامه تلفن هوشمند با استفاده از هوش مصنوعی نسبت به خود گزارش دهی هنگام ارزیابی فرم مدفوع برتری دارد. اعتبار تصویر: Josep Suria / Shutterstock
زمینه
مقیاس مدفوع بریستول (BSS) مقیاس 7 نقطه ای تایید شده توسط سازمان غذا و داروی ایالات متحده (US-FDA) است که قوام مدفوع را از 1 (توده های سخت) تا 7 (مایع) رتبه بندی می کند. با این حال، گزارش ناهماهنگ و نادرست خود اشکال مدفوع باعث ایجاد مشکلاتی به خصوص در موارد IBS-D می شود. در چنین مواردی، الگوریتم‌های هوش مصنوعی می‌توانند به ارزیابی سیستماتیک تصاویر دیجیتال از حرکات روده فرد کمک کنند.
در مورد مطالعه
کاتالوگ‌های هوش مصنوعی شکل مدفوع را به معنای عینی «واقعی» مشخص می‌کنند، با توجه به اینکه سوژه هر حرکت روده را با عکس ثبت می‌کند. تصاویر دیجیتال مدفوع امکان ارزیابی کامل اثر دارو و تعیین کمیت عینی عوارض جانبی درمان‌های اختلالات روده را فراهم کرد. همچنین، این تصاویر ویژگی های مدفوع را فراتر از BSS ارزیابی کردند. ارزیابی چهار ویژگی جدید در نظر گرفتن هر حرکت روده به طور جداگانه را تسهیل کرد و از نیاز به جمع آوری میانگین های روزانه اجتناب کرد. به طور کلی، الگوی مشاهده شده از ویژگی های آزمایش نشان می دهد که نتایج هوش مصنوعی برتر است. علاوه بر این، آنها هزینه‌های آزمایشی را کاهش دادند زیرا حامیان مالی اکنون می‌توانند کارآزمایی‌هایی را با تعداد زیادی موضوع طراحی کنند تا اثر ناسازگاری و عدم دقت گزارش‌دهی خود را کاهش دهند. بر این اساس، در آینده، اندازه گیری عینی شکل مدفوع به افراد کمتری برای آزمایش دارو نیاز خواهد داشت.
میانگین میزان ویژگی و حساسیت طبقه‌بندی امتیاز BSS با درجه‌بندی هوش مصنوعی به ترتیب 11 و 16 درصد بیشتر بود. میانگین نسبت شانس تشخیصی و میزان دقت برای هوش مصنوعی در 30.64 در مقابل 3.67 و 95٪ در مقابل 89٪ در مقایسه با نمرات گزارش شده توسط آزمودنی بالاتر بود. توافق بین نمرات BSS گزارش شده توسط آزمودنی و نمرات BSS درجه بندی شده با هوش مصنوعی در مرحله اعتبارسنجی 0.31 بود اما در مرحله اجرا به مقدار 0.61 رسید. به طور متوسط، ویژگی های مدفوع بصری تعیین شده توسط AI بین دو فاز مشابه باقی مانده است.
مرجع مجله:
- پیمنتل، مارک، ماتور روچی، وانگ جیاجینگ، چانگ کریستین، حسینی آوا، فیورنتینو آلیسون، رشید محمد، پیچشات نیپاپورن، باسری بنجامین، تریزون لئو، چانگ بیانکا، لیته گابریلا، مورالس والتر، ویتسمن استیسی، کراوس علی آسف، رضا، کاربرد گوشی‌های هوشمند با استفاده از هوش مصنوعی نسبت به خودگزارش‌دهی موضوع هنگام ارزیابی فرم مدفوع، برتری دارد، مجله آمریکایی گوارش: جولای 2022، DOI: 10.14309/ajg.0000000000001723، https://journals/j20000000000000001723، https://journals. 07000/A_Smartphone_Application_Using_Artificial.24.aspx