| کاربرد هوش مصنوعی در پیش‌بینی بیماری مزمن کلیوی گربهسانان |
| کد مقاله : 1241-MVTCONF |
| نویسندگان |
|
مارال تکمر *1، رضا آذرگون2 1دانشجوی دکترای حرفه‌ای دامپزشکی (DVM)، دانشکده دامپزشکی، دانشگاه ارومیه (نازلو)، استان آذربایجان غربی 2استادیار گروه بیماریهای درونی و کلینیکال پاتولوژی دانشکده دامپزشکی دانشگاه ارومیه |
| چکیده مقاله |
| بیماری مزمن کلیه (CKD) یک سندرم پیشرونده، ناشی از کاهش عملکرد کلیه است. شیوع آن با افزایش سن افزایش مییابد و هشتاد درصد گربه‌های بالای پانزده سال را مبتلا میکند. عوامل متعددی مانند سن، نژاد، واکسیناسیون، پرفشاری خون، پروتئینوری، هیپرفسفاتمی و آسیب حاد کلیه در بیماری‌زایی دخیل هستند. این بیماری با آزوتمی پایدار (که بیشتر با غلظت کراتینین پلاسما ارزیابی میشود)، احتباس ادرار، پرادراری، پرنوشی، استفراغ، کاهش وزن، بی‌اشتهایی و تحلیل توده عضلانی مشخص میشود. دشواری در تشخیص اولیه این بیماری، موید اهمیت غربالگری سلامت سالانهی گربه‌های مسن است. یادگیری ماشین (ML)، به عنوان شاخه‌ای از هوش مصنوعی (AI)، می‌تواند در پیش‌بینی طیف وسیعی از بیماریها در دامپزشکی کارآمد باشد. شبکه‌های عصبی مصنوعی (ANN) با ظرفیت بالا، میتوانند گربه‌های بالای هفت سال را که در معرض خطر ابتلا به CKD در دوازده ماه آینده هستند، شناسایی کنند. متغیرهایی نظیر سن، شناسایی نفرولیتها با سونوگرافی، غلظت نیتروژن اوره پلاسما، وزن مخصوص ادرار و کراتینین سرم در چهل و هشت ساعت (Crea48) میتوانند به عنوان ورودی در یک سیستم ML مورد آزمایش قرار بگیرند. براساس سیستم ML، Crea48 به عنوان مفیدترین شاخص پیشآگهی در موارد CKD گربهسانان نشان داده شد. هوش مصنوعی یک دانش نوپا در دامپزشکی است که پتانسیل افزایش دقت تشخیص، شخصیسازی درمان و در نهایت بهبود سلامت و رفاه حیوانات را دارد. با این حال مطالعات بیشتری با مقیاس بزرگتر برای ایجاد الگوریتم دقیقتر ML لازم است تا به بهبود گربه‌های مبتلا به CKD و بررسی مداخلات، با هدف به تاخیر انداختن شروع آزوتمی کمک کند. |
| کلیدواژه ها |
| بیماری مزمن کلیوی، گربه، هوش مصنوعی، کراتینین ، یادگیری ماشین |
| وضعیت: پذیرفته شده برای ارائه شفاهی |
