נושא הפרוייקט
מספר פרוייקט
מחלקה
שמות סטודנטים
אימייל
שמות מנחים
גילוי מוקדם של מחלת FMF באמצעות ML
Early detection of familial Mediterranean fever (FMF)
תקציר בעיברית
FMF היא מחלה המאופיינת בהתקפים קצרים והפוגות ארוכות, כאשר אצל כל מטופל המחלה יכולה להתבטא בסימפטומים שונים. תסמינים נפוצים של המחלה הם: כאבי בטן , כאבי מפרקים , חום וכאבי חזה. המחלה היא מחלה תורשתית, העוברת בתורשה רצסיבית ולא כל אדם אשר נושא את הגן אכן יסבול מהמחלה. האתגר העיקרי בגילוי מחלה זו הוא הוא שאין פרמטרים מובהקים לפיהם רופא יכול לקבוע האם החולה מאובחן ב-FMF או לא, פרט לבדיקה גנטית שנחשבת ליקרה .כלומר, אין מבחן מעבדתי ייחודי, שקובע אם לחולה יש אכן FMF. כיום, ברוב המקרים האבחנה מסתמכת על התופעות של המחלה שחוזרות על עצמן בחלק גדול מהחולים (התקפי חום עם כאבים באזורים נפוצים). מטרת הפרויקט היא שימוש בלמידת מכונה (מודלי Machine Learning – ML) על מנת לבצע חיזוי מוקדם של המחלה. התפקיד שלנו במחקר הינו ביצוע ניתוח של הנתונים בניסיון למצוא קורלציה בין מאפיינים מסוימים לבין קריטריון המטרה. תחילה, עלינו לבצע עיבוד של נתונים רפואיים אשר מתקבלים עבור כל מטופל ולזהות מאפיינים משמעותיים במידע. לאחר עיבוד הנתונים , נשתמש במודלי למידת מכונה אשר ילמדו לחזות האם חולים פוטנציאלים אכן חולים במחלה, ונבחן את ביצועם בשיטות הערכה מוכרות. לבסוף, בעזרת ד"ר אלי רוזנברג, מומחה בתחום אשר מתלווה אלינו לניסוי, נבחן האם תוצאות המודל תואמות לידע הרפואי שלו וגם אל מול נתונים של חולים מהמרפאה שלו.
תקציר באנגלית
FMF is a disease characterized by short attacks and long remissions. In each patient, the disease can manifest itself in different symptoms. Common symptoms of the disease include abdominal pain, joint pain, fever, and chest pain. The disease is hereditary, inherited recessively, and not every person who carries the gene will necessarily suffer from the disease. The main challenge in detecting this disease is that there are no clear parameters according to which a doctor can determine whether the patient is diagnosed with FMF or not, except for a genetic test, which is considered expensive. In other words, there is no unique laboratory test that determines if the patient actually has FMF. Today, in most cases, the diagnosis relies on the symptoms of the disease that recur in a large part of the patients, namely febrile attacks with pain in common areas. The purpose of the project is to use machine learning (ML) models to make an early prediction of the disease. Our role in the research is to analyze the data in an attempt to find a correlation between certain characteristics and the goal criterion. First, we must process medical data received for each patient and identify significant characteristics in the information. After processing the data, we will use ML models that will learn to predict whether potential patients have the disease. We will examine their performance using recognized assessment methods. Finally, with the help of Dr. Eli Rosenberg, an expert in the field who is assisting us with the experiment, we will examine whether the results of the model are consistent with his medical knowledge and data from patients from his clinic.