الذكاء الحسابي في تشخيص السرطان: استعراض معاصر لتطبيقات الهاتف الذكي، المشاكل الحالية، وإمكانات البحث المستقبلية

السرطان مرض خطير وأحيانًا مهدد للحياة يمكن أن يكون له عدة عواقب سلبية على الجسم، وهو سبب رئيسي للوفيات، ويصبح من الصعب اكتشافه بشكل متزايد. كل نوع من السرطان له مجموعة خاصة من الخصائص، الأعراض، والعلاجات، ويعد التعرف المبكر والإدارة مهمين لتوقع إيجابي. يستخدم الأطباء مجموعة متنوعة من الأساليب لكشف السرطان، اعتمادًا على نوع وموقع الورم. تعتبر الاختبارات التصويرية مثل الأشعة السينية، والتصوير المقطعي المحوسب، والتصوير بالرنين المغناطيسي، وتصوير الانبعاث البوزيتروني (PET) بعض الأدوات التي يستخدمها الأطباء لتشخيص السرطان، حيث قد توفر صورًا دقيقة للهياكل الداخلية للجسم لرصد أي شذوذات. يقيم هذا المقال أساليب الذكاء الحسابي ويقدم وسيلة للتأثير على العمل المستقبلي من خلال التركيز على أهمية نماذج التعلم الآلي والتعلم العميق مثل K أقرب جار (KNN)، وآلة الدعم الناقل (SVM)، ونايف بايز، وشجرة القرار، والشبكة العصبية العميقة، وآلة بولتزمان العميقة، وما إلى ذلك. ويقيم المعلومات من 114 دراسة باستخدام العناصر المفضلة للإبلاغ عن المراجعات المنهجية والتحليلات التلوينية (PRISMA-ScR). يستكشف هذا المقال مزايا وعيوب كل نموذج ويقدم مخططًا لكيفية استخدامها في تشخيص السرطان. في الختام، يظهر الذكاء الاصطناعي إمكانيات كبيرة لتعزيز تصوير وتشخيص السرطان، على الرغم من وجود عدد من القضايا السريرية التي يجب معالجتها.