تحقيق القيمة السريرية لتوقيع توقعات مستمد من الذكاء الاصطناعي في سرطان عنق الرحم بناءً على خوارزميات التعلم الآلي

تعاني النساء حول العالم من سرطان عنق الرحم الذي يهدد الحياة. من الضروري تحديد علامة حيوية لتحسين الإنذار لمرضى سرطان عنق الرحم. بناءً على ملفات التعبير الجيني وبيانات التسلسل الخلوي المفردة التي تم الحصول عليها من قواعد البيانات العامة، قمنا بإجراء تحليل تقليل الأبعاد وتحليل التجميع، وتحليل المقص، وتحليل WGCNA، ونمذجة التعلم الآلي باستخدام 10 خوارزميات أساسية واستراتيجياتها الفردية أو المجمعة البالغ عددها 101. قمنا أخيرًا بتمحيص 24 جينًا توافقًا للتنبؤ لتطوير نموذج جديد لتوقيع التنبؤ المستمد من الذكاء الاصطناعي (AIDPS)، استنادًا إلى مؤشر C الذي تم اكتشافه في ست مجموعات بيانات تحقق (TCGATest، TCGAEntire، CGCI-HTMCP-CC، GSE39001، GSE44001، وGSE52903). أظهر AIDPS أداءً تنبؤيًا متواضعًا ولكنه متسق عبر عدة مجموعات مستقلة من سرطان عنق الرحم، مع متوسط مؤشر C يبلغ 0.665. كانت دقة AIDPS في التنبؤ بـ CESC أفضل بشكل ملحوظ من غيرها من الخصائص السريرية بما في ذلك العمر، ومراحل TNM المرضية، والدرجة. في الختام، طورت دراستنا نموذج توافق AIDPS، وهي استراتيجية فعالة لتوجيه الإدارة السريرية والعلاج المخصص لسرطان عنق الرحم بشكل أكبر.