Exploring the Challenges of Diagnosing Thyroid Disease with Imbalanced Data and Machine Learning: A Systematic Literature Review
Dhekre Saber Saleh, Mohd Shahizan Othman
Abstract
مرض الغدة الدرقية مرض شائع يصيب الملايين في جميع أنحاء العالم. ومن الممكن أن يساعد التشخيص والعلاج المبكر لمرض الغدة الدرقية لمنع حدوث المضاعفات أكثر خطورة وتحسين النتائج الصحية على المدى الطويل. ومع ذلك ، يمكن أن يكون تشخيص مرض الغدة الدرقية صعبًا بسبب أعراضه المتغيرة والاختبارات التشخيصية المحدودة. ومن خلال معالجة كميات هائلة من البيانات ورؤية الاتجاهات التي قد لا تكون واضحة على الفور للأطباء البشريين ، قد تكون خوارزميات التعلم الآلي قادرة على زيادة الدقة في تشخيص مرض الغدة الدرقية. تُستخدم استراتيجية مراجعة منهجية للادب في هذه الدراسة لإعطاء نظرة عامة شاملة عن الأدبيات الموجودة حول التنبؤ بالبيانات المتعلقة بأمراض الغدة الدرقية التي تم تشخيصها باستخدام التعلم الالي .وتتضمن هذه الدراسة 168 مقالة منشورة بين عامي 2013 و 2022 ، تم جمعها من المجلات عالية الجودة والتحليل التلوي التطبيقي. كانت فئة تشخيص أمراض الغدة الدرقية ، والتقنيات ، والتطبيقات ، والحلول من بين العديد من العناصر التي تم النظر فيها والبحث عنها عند مراجعة 41 مقالة من الأدبيات المذكورة المستخدمة في هذا البحث. استنادًا إلى نتائج منهجية للأدب الخاص بنا ، فإن التطبيق الفعلي للتقنية الحالية وفعاليتها مقيدان بالعديد من المشكلات المعلقة المرتبطة بعدم التوازن. في تشخيص امراض الغدة الدرقية، تزيد تقنية التعليم الألي من اتخاذ القرار المستند إلى البيانات. في التحليل التلوي ،كما تمت معالجة 168 وثيقة ، و تضمين 41 وثيقة عن تشخيص امراض الغدة الدرقية لتحليل المراقبة. قد توجه حدود التعلم الالي التي تمت مناقشتها في أقسام المختصة اتجاه البحث المستقبلي. يتنبأ هذا التحليل بأن اكتشاف مرض الغدة الدرقية المستند إلى التعلم الآلي مع البيانات غير المتوازنة وغيرها من الأساليب الجديدة قد يكشف عن العديد من الاحتمالات غير المحققة في المستقبل. تسعى هذه الدراسة إلى اكتشاف أحدث التطورات والاستراتيجيات المستندة إلى التعلم الآلي والمستندة إلى البيانات في تشخيص أمراض الغدة الدرقية باستخدام غير متوازن.