Özet

Farklı enfeksiyonların erken tanısında ve risk faktörlerinin belirlenmesinde makine öğrenmesinin (ML) artan kullanımına ragmen santral sinir sistemi enfeksiyonlarında (SSSE) ML kullanımını araştıran az sayıda çalışma mevcuttur. Literatür taraması; Scopus, Web of Science, Ovid aracılığıyla PubMed veritabanlarında “Yapay zeka” veya “Makine öğrenmesi” veya “Derin öğrenme” ve “Santral sinir sistemi enfeksiyonları” veya “Ensefalit” veya “menenjit” anahtar kelimeleri kullanılarak yapıldı. Son güncelleme 20 Temmuz 2022’de gerçekleştirildi. Çalışmalar popülasyon, müdahale, karşılaştırıcı, ilgilenilen sonuç(lar) ve çalışma tasarımına göre seçilmiştir (PICOS). Çalışmaların kalite kontrolü için Joanna Briggs Enstitüsü Kohort Çalışmaları ve Olgu Kontrol Araştırmaları Kontrol Listesi kullanıldı. Çalışma popülasyonu, beyin omurilik sıvısı testi veya diğer laboratuvar inceleme ve görüntüleme yöntemleri ile SSSE tanısı doğrulanmış adolesan ve yetişkin hastalar olarak tanımlandı. İncelenen 731 makaleden beşi dahil edildi. Çalışmalar aşağıdaki konularda ML’nin rolüne odaklanmıştır: Sağlık bakımıyla ilişkili ventrikülit/menenjit için risk faktörleri, ameliyat olmaksızın sadece medikal tedavi edilen spinal epidural apse (SEA) hastalarında tedavi başarısızlığının değerlendirilmesi, SEA hastalarında mortalitenin öngörülmesi, menenjit ayırıcı tanısı ve ayırıcı tanıda klinisyen kararları ile ML metodlarının karşılaştırılmasıdır. Mevcut literatüre bakıldığında, bu alanda daha fazla çalışmaya ihtiyaç duyulmakla birlikte, ML yakında SSE’de etkin bir şekilde kullanılabilecektir. Her bir konu için en iyi ML modelini belirlemek gereklidir. Yapay zeka uygulamaları, hızlı teşhis ve etkili erken tedaviye katkıda bulunmak için büyük bir potansiyel taşımaktadır.