Thyroid Disease Patients Classification (ML)

تُعد اضطرابات الغدة الدرقية من أكثر أمراض الغدد الصماء شيوعاً، إذ تؤثر على معدل الأيض والنمو والتطور في الجسم. ويسهم الاكتشاف المبكر لخلل وظائف الغدة الدرقية في دعم التقييم السريري واتخاذ القرار العلاجي في الوقت المناسب.

يهدف هذا المشروع إلى بناء نموذج تصنيف قائم على تعلّم الآلة للمساعدة في التصنيف الأولي للمرضى ضمن ثلاث فئات: قصور الغدة الدرقية، وفرط نشاط الغدة الدرقية، ووظيفة الغدة الطبيعية.

وقد واجهت البيانات عدة تحديات في مرحلة المعالجة، من بينها أن الخاصية المستهدفة كانت ذا عدد كبير من الفئات، وقيم مفقودة، وعدم توازن بين الفئات. ولذلك تم الاستعانة بالمعرفة الطبية المتخصصة لتجميع فئات الغدة الدرقية الأصلية ضمن ثلاث فئات ذات دلالة سريرية واضحة. وعولجت القيم المفقودة باستخدام أسلوب KNN للتعويض، بينما طُبّقت تقنية SMOTE لمعالجة عدم توازن الفئات. كما أدت عملية اختيار الخصائص إلى تقليص الفئات من 31 إلى ست خصائص رئيسية هي: TSH وT3 وTT4 وT4U وFTI والجنس.

وقد جرى تدريب وتقييم نموذجين من نماذج تعلّم الآلة هما Support Vector Machine (SVM) وXGBoost لأداء مهمة التصنيف. وتوفر النماذج الناتجة أساساً لبناء أداة دعم قرار قائمة على تعلّم الآلة، تساعد الكوادر الطبية في التقييم الأولي لوظائف الغدة الدرقية.