DOI: https://doi.org/10.32985/ijeces.17.3.2
تاريخ النشر: 2026-03-02
المؤلف: Zulkifli Zulkifli وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية
نظرة عامة
تتناول هذه الورقة البحثية التحدي الحاسم للكشف المبكر عن سرطان الرئة، وهو أحد الأسباب الرئيسية للوفيات المرتبطة بالسرطان على مستوى العالم، وغالبًا ما يتم تشخيصه في مراحل متقدمة. طورت الدراسة برنامجًا تشخيصيًا باستخدام نهج متعدد الخوارزميات للتنبؤ بحالة سرطان الرئة استنادًا إلى 16 متغيرًا سريريًا ونمط حياة. تم استخدام خمسة خوارزميات تعلم آلي: الشبكة العصبية (NN)، آلة الدعم الناقل (SVM)، أقرب الجيران (k-NN)، الغابة العشوائية (RF)، ونايف بايز (NB). أظهرت مقاييس الأداء، بما في ذلك الدقة، والموثوقية، والاسترجاع، ودرجة F1، أن RF وNB وSVM وNN حققت أداءً تنبؤيًا مثاليًا (100%)، بينما أظهرت k-NN دقة أقل قليلاً بنسبة 99%. تشير هذه النتائج إلى أن النمذجة التنبؤية متعددة الخوارزميات يمكن أن تعزز الدعم التشخيصي للكشف عن سرطان الرئة.
في الختام، يعمل البرنامج المطور كأداة دعم اتخاذ القرار للأطباء، حيث يتطلب إدخال متغيرات محددة للمرضى للتنبؤ بحالة سرطان الرئة. على الرغم من أن الخوارزميات أظهرت دقة عالية، تم الإشارة إلى قيود مثل حجم مجموعة البيانات، والاحتمال الزائد للتكيف، وقلة التطبيق السريري. يجب أن تركز الأبحاث المستقبلية على التحقق من صحة النموذج باستخدام مجموعات بيانات أكبر وأكثر تنوعًا، ودمج متغيرات سريرية وصور إضافية، وتطبيق طرق تحقق صارمة. ستزيد تحسينات البرنامج لتقديم مخرجات قابلة للتفسير من فائدته في إعدادات الرعاية الصحية الواقعية، بهدف تحسين نتائج المرضى من خلال التشخيص المبكر.
مقدمة
يعد سرطان الرئة قضية صحية عالمية هامة، حيث يتسبب في حوالي مليون وفاة سنويًا ويحتل المرتبة الأولى كسبب للوفيات المرتبطة بالسرطان على مستوى العالم. في عام 2018 وحده، كان هناك 2.09 مليون حالة جديدة و1.76 مليون وفاة مرتبطة بهذا المرض. يؤثر بشكل أساسي على كل من المدخنين وغير المدخنين، وينشأ في خلايا الظهارة في الرئتين، والتي تعتبر حيوية للتنفس. تسهل الرئتان تبادل الغازات، حيث يتم امتصاص الأكسجين وطرد ثاني أكسيد الكربون، مما يبرز دورها الحاسم في الحفاظ على الوظائف الفسيولوجية.
تكمن التحديات في علاج سرطان الرئة بشكل فعال في تشخيصه المتكرر في مراحل متقدمة، مما يعقد العلاجات المحتملة. نظرًا لمعدل الوفيات المرتفع، كانت هناك جهود متضافرة في البحث لتطوير أنظمة الكشف المبكر عن سرطان الرئة، بهدف تحسين النتائج وتقليل الوفيات المرتبطة بهذا المرض القاتل.
الطرق
تضمنت منهجية تطوير برنامج يهدف إلى الكشف عن مرضى سرطان الرئة باستخدام نهج متعدد الخوارزميات عدة مراحل رئيسية: تحديد المشكلة، التحليل، التصميم، والترميز. ركزت مرحلة التنفيذ على عمليتين رئيسيتين: إدخال بيانات المرضى وإدخال السجلات الطبية استنادًا إلى 16 متغيرًا ذا صلة، والتي شملت عوامل ديموغرافية وصحية مثل العمر، تاريخ التدخين، والأعراض. أنتج البرنامج مجموعة بيانات سرطان الرئة وسهل تحليلًا مقارنًا لتنبؤات حالة السرطان التي تم إنشاؤها بواسطة خوارزميات مختلفة، بما في ذلك الغابة العشوائية (RF)، ونايف بايز (NB)، وآلة الدعم الناقل (SVM)، والشبكات العصبية (NN)، وأقرب الجيران (k-NN).
قدمت إطار الدراسة مرونة في تطوير البرنامج، مما سمح بالتخصيص وفقًا للمتطلبات المحددة. قام المستخدمون بتسجيل الدخول للوصول إلى لوحة التحكم حيث يمكنهم إدخال بيانات المرضى المتعلقة بالـ 16 متغيرًا. تم إنتاج حالة سرطان الرئة بشكل أساسي من خلال معالجة بيانات NB، وتم تخزين مجموعة البيانات الناتجة في قاعدة بيانات وتصديرها كملف CSV لمزيد من التحليل باستخدام بايثون في Google Colab. تم تقييم دقة التنبؤات باستخدام أدوات Orange widget، مما يتيح تقييمًا شاملاً للأداء التشخيصي للخوارزميات المختلفة المستخدمة في الدراسة.
المناقشة
تؤكد قسم المناقشة في الورقة البحثية على الأهمية الحاسمة للكشف المبكر عن سرطان الرئة لتحسين نتائج المرضى، على الرغم من خطر التكرار المستمر حتى في التشخيصات في المراحل المبكرة. تتطلب تعقيدات سرطان الرئة تحقيقًا شاملاً في مسبباته، وتطوره، ومقاومته للعلاجات، بما في ذلك العلاج الكيميائي والعلاجات المستهدفة مثل مستقبل عامل نمو البشرة (EGFR) وكيناز اللمفوما غير المتمايزة (ALK). تسلط الدراسة الضوء على إمكانيات الذكاء الاصطناعي (AI) وتعلم الآلة (ML) في تعزيز دقة التشخيص من خلال نهج متعدد الخوارزميات، والتي يمكن أن توفر حلولًا فعالة من حيث التكلفة للكشف المبكر.
تقيم الدراسة أداء خمسة خوارزميات تعلم آلي—الغابة العشوائية (RF)، ونايف بايز (NB)، وآلة الدعم الناقل (SVM)، والشبكات العصبية (NN)، وأقرب الجيران (k-NN)—في التنبؤ بحالة سرطان الرئة استنادًا إلى 16 متغيرًا للمرضى. بشكل ملحوظ، حققت RF وNB وSVM وNN دقة مثالية (1.00)، بينما سجلت k-NN دقة أقل قليلاً بنسبة 0.99. تتماشى هذه النتائج مع الأبحاث السابقة التي تشير إلى فعالية الطرق المجمعة والطرق القائمة على النواة في تشخيص السرطان. ومع ذلك، تعترف الدراسة بالقيود، بما في ذلك احتمال الإفراط في التكيف بسبب حجم مجموعة البيانات وافتقارها إلى التنوع، وغياب التحقق المستقل لعلامات الحقيقة الأساسية، واستبعاد مصادر البيانات متعددة الأبعاد. يجب أن تركز الأبحاث المستقبلية على التحقق من صحة البرنامج المطور باستخدام مجموعات بيانات أكبر وأكثر تنوعًا ودمج أنواع بيانات إضافية لتعزيز القوة التنبؤية والعمومية.
DOI: https://doi.org/10.32985/ijeces.17.3.2
Publication Date: 2026-03-02
Author(s): Zulkifli Zulkifli et al.
Primary Topic: Artificial Intelligence in Healthcare
Overview
This research paper addresses the critical challenge of early detection of lung cancer, a leading cause of cancer-related deaths globally, often diagnosed at advanced stages. The study developed diagnostic software utilizing a multialgorithm approach to predict lung cancer status based on 16 clinical and lifestyle variables. Five machine learning algorithms were employed: Neural Network (NN), Support Vector Machine (SVM), k-Nearest Neighbors (k-NN), Random Forest (RF), and Naïve Bayes (NB). Performance metrics, including accuracy, precision, recall, and F1-score, indicated that RF, NB, SVM, and NN achieved perfect predictive performance (100%), while k-NN demonstrated slightly lower accuracy at 99%. These results suggest that multi-algorithm predictive modeling can enhance diagnostic support for lung cancer detection.
In conclusion, the developed software serves as a decision-support tool for clinicians, requiring input of specific patient variables to predict lung cancer status. While the algorithms demonstrated high accuracy, limitations such as dataset size, potential overfitting, and restricted clinical applicability were noted. Future research should focus on validating the model with larger, more diverse datasets, incorporating additional clinical and imaging variables, and applying rigorous cross-validation methods. Enhancing the software to provide explainable outputs would further increase its utility in real-world healthcare settings, ultimately aiming to improve patient outcomes through early diagnosis.
Introduction
Lung cancer is a significant global health concern, responsible for approximately one million deaths annually and ranking as the leading cause of cancer-related fatalities worldwide. In 2018 alone, there were 2.09 million new cases and 1.76 million deaths attributed to this disease. It predominantly affects both smokers and non-smokers, originating in the epithelial cells of the lungs, which are vital for respiration. The lungs facilitate the exchange of gases, where oxygen is absorbed and carbon dioxide is expelled, underscoring their critical role in maintaining physiological functions.
The challenge in effectively treating lung cancer lies in its frequent diagnosis at advanced stages, complicating potential cures. Given its high mortality rate, there has been a concerted effort in research to develop early detection systems for lung cancer, aiming to improve outcomes and reduce fatalities associated with this deadly disease.
Methods
The methodology for developing software aimed at detecting lung cancer patients using a multi-algorithm approach involved several key stages: problem identification, analysis, design, and coding. The implementation phase focused on two primary processes: entering patient data and inputting medical records based on 16 relevant variables, which included demographic and health-related factors such as age, smoking history, and symptoms. The software produced a lung cancer dataset and facilitated a comparative analysis of cancer status predictions generated by various algorithms, including Random Forest (RF), Naive Bayes (NB), Support Vector Machine (SVM), Neural Networks (NN), and k-Nearest Neighbors (k-NN).
The study framework provided flexibility in software development, allowing customization according to specific requirements. Users logged in to access a dashboard where they could input patient data corresponding to the 16 variables. The lung cancer status was primarily generated through NB data processing, and the resulting dataset was stored in a database and exported as a CSV file for further analysis using Python in Google Colab. The accuracy of the predictions was evaluated using Orange widget tools, enabling a comprehensive assessment of the diagnostic performance of the different algorithms employed in the study.
Discussion
The discussion section of the research paper emphasizes the critical importance of early lung cancer screening for improving patient outcomes, despite the persistent risk of recurrence even in early-stage diagnoses. The complexity of lung cancer necessitates a thorough investigation of its pathogenesis, progression, and resistance to treatments, including chemotherapy and targeted therapies like Epidermal Growth Factor Receptor (EGFR) and Anaplastic Lymphoma Kinase (ALK). The study highlights the potential of artificial intelligence (AI) and machine learning (ML) in enhancing diagnostic accuracy through multi-algorithm approaches, which can provide cost-effective solutions for early detection.
The study evaluates the performance of five ML algorithms—Random Forest (RF), Naïve Bayes (NB), Support Vector Machine (SVM), Neural Networks (NN), and k-Nearest Neighbors (k-NN)—in predicting lung cancer status based on 16 patient variables. Remarkably, RF, NB, SVM, and NN achieved perfect accuracy (1.00), while k-NN recorded a slightly lower accuracy of 0.99. These results align with previous research indicating the efficacy of ensemble and kernel-based methods in cancer diagnosis. However, the study acknowledges limitations, including potential overfitting due to the dataset’s size and lack of diversity, absence of independent validation for ground-truth labels, and the exclusion of multimodal data sources. Future research should focus on validating the developed software with larger, more diverse datasets and incorporating additional data types to enhance predictive robustness and generalizability.