heal.abstract |
O καρκίνος είναι μία ομάδα ασθενειών που σχετίζονται με την αφύσικη κυτταρική ανάπτυξη, με πιθανότητα εισβολής και διάδοσης σε άλλα μέρη του σώματος. Τα τελευταία χρόνια, παρατηρείται μια ραγδαία αύξηση της εμφάνισης του καρκίνου του μαστού, καθώς αποτελεί τον πιο συχνό καρκίνο στις γυναίκες παγκοσμίως. Η σοβαρότητα της νόσου, το μεγάλο πλήθος ασθενών και η ανάγκη για συνεχή παρακολούθηση τέτοιων περιστατικών, αποτελούν το τρίπτυχο που ανέδειξε την ανάγκη ανάπτυξης ευφυών μοντέλων και τεχνικών για την πρόβλεψη, διαχείριση και αντιμετώπιση του καρκίνου του μαστού σε πρώιμο στάδιο. Με στόχο την αύξηση της πιθανότητας επιβίωσης και της καλύτερης διαχείρισης των ατόμων που έχουν προσβληθεί από την ασθένεια, μελετάται ενδελεχώς η δυνατότητα ενσωμάτωσης αλγορίθμων μηχανικής μάθησης στην κλινική πράξη. Η πρακτική αυτή είναι ικανή να βελτιώσει την πρόγνωση των ασθενών και να συμβάλει σε μεγαλύτερη ακρίβεια στο κομμάτι της διάγνωσης, της πρόβλεψης μετάστασης και επιβίωσης από τη νόσο. Σκοπός της παρούσας διπλωματικής εργασίας είναι η επισκόπηση ευφυών μοντέλων και τεχνικών μηχανικής μάθησης με εφαρμογή στην αντιμετώπιση του καρκίνου του μαστού. Η επισκόπηση βασίστηκε στην αναζήτηση σε επιστημονικές βάσεις δεδομένων, όπως το PubMed, Science Direct, Scopus και Google Scholar, με χρήση των κατάλληλων λέξεων κλειδιών (π.χ. «μηχανική μάθηση και καρκίνος του μαστού» ή «μηχανική μάθηση και διάγνωση του καρκίνου του μαστού»). Στη συνέχεια, επιλέχθηκαν και μελετήθηκαν πρόσφατες έρευνες (από το 2016 και μετά), γραμμένες στην αγγλική γλώσσα. Βασικές επιδιώξεις της εργασίας είναι να αποτυπωθεί η τεχνολογία αιχμής στον συγκεκριμένο επιστημονικό κλάδο, καταδεικνύοντας τα αποδοτικότερα μοντέλα, να επισημανθούν τυχόν εμπόδια και περιορισμοί που υπάρχουν, και να γίνει αναφορά στις μελλοντικές επεκτάσεις της έρευνας. |
el |