Key points are not available for this paper at this time.
يساعد الذكاء الاصطناعي في التشخيص المبكر وتطوير علاجات جديدة، وهو أمر رئيسي لإبطاء تقدم الأمراض، التي لا يوجد لها علاج حتى الآن. يتم تقييم المرضى من خلال تقنيات التشخيص مثل التقييمات السريرية وتقنيات التصوير العصبي، التي توفر بيانات ذات أبعاد عالية. في هذا العمل، يتم تقديم أداة حسابية تتعامل مع البيانات المقدمة من تقنيات التشخيص السريري. هذه أداة مبنية على بايثون تم تنفيذها بتصميم معياري وقابل للتوسيع بالكامل. تتكامل (i) معالجة البيانات وإدارة القيم المفقودة والقيم الشاذة؛ (ii) تنفيذ نهج هندسة ميزات تطورية، تم تطويره كحزمة بايثون، تسمى PyWinEA باستخدام الخوارزميات الجينية ذات الهدف الواحد ومتعددة الأهداف (NSGAII)؛ (iii) وحدة لتصميم نماذج تنبؤية تعتمد على مجموعة واسعة من خوارزميات التعلم الآلي؛ (iv) مرحلة قرار متعددة الفئات تعتمد على القواعد التطورية والشبكات البايزية. تم تطوير هذا الإطار من منظور الذكاء الاصطناعي القابل للتفسير وعلوم مفتوحة، ويقدم تقدمًا واعدًا ويفتح الباب لفهم الأمراض العصبية التنكسية من وجهة نظر معتمدة على البيانات. في هذا العمل، قمنا بتقييم فعالية الإطار للتشخيص المبكر والمستقل باستخدام صور الأعصاب والتقييمات العصبية المعرفية من مرضى الزهايمر (AD) والخرف الجبهي الصدغي (FTD) بنجاح.
درس غارسيا-غوتيريز وآخرون (ثلاثاء،) هذا السؤال.