مقاله کنفرانسی سال ۱۴۰۰ فارسی

تشخیص بیماری با استفاده از داده کاوی و تحلیل نسخه های پزشکی

چکیده مقاله

در حال حاضر تشخیص اشتباه و یا تشخیص دیر هنگام بیماری در صدر خطاهای پزشکی قرار دارد این خطا نه تنها سالانه منجر به مرگ یا ناتوانی تعداد قابل توجهی از افراد در سراسر دنیا می گردد بلکه تاثیر غیرمستقیم بر حیات حرف های پزشکان و نیز کیفیت خدمات ارائه شده توسط آنان دارد، به طوری که شکایت از پزشک همواره یکی از مهم ترین عوامل تنش زا برای پزشکان بوده است لذا داده کاوی در صنعت پزشکی، برای تشخیص و پیش بینی بیماری ها، یکی از زمینه های مورد علاقه محققان در سال های اخیر بوده است هدف ما در این مقاله استفاده از روش های داده کاوی برای یافتن دانش در یک مجموعه داده از نسخه های پزشکی است که توسط سایت Drugs ارائه شده است با تجزیه و تح لیل داروهای تجویزی برای هر بیماری، روش پیشنهادی ما ، پیش بینی دسته هر بیماری و نوع بیماری که بیمار از آن رنج می برد، می باشد به طور کلی نتایج حاصل از پژوهش پیشرو می تواند مورد استفاده ی کادر پزشکی یک بیمارستان شامل متخصصان ، پزشکان عمومی و کادر درمان باشند به طوری که نه تنها بیماران از تشخیص صحیح بیماری خود و داروی تجویز شده درصد اطمینان بیشتری داشته باشند، بلکه پزشکان و کادر درمان نیز با کاهش درصد خطای خود، از تشخیص و تجویز دارو اطمینان بیشتری حاصل نمایند به علاوه این امر می تواند منجر به کاهش هزینه ای که شرکت های بیمه جهت جبران خطاهای پزشکی پرداخت می کند، گردد همچنین این نتایج می تواند بستری برای تحقیقات آتی محققین در این زمینه باشد مجموعه داده های جمع آوری شده ما شامل جزئیاتی مانند نام بیماری، دسته بیماری و نام داروهای تجویز شده بر ای هر بیمار است برای برچسب گذاری موارد، گروهی از پزشکان بیماری هر بیمار را تعیین کرده اند تعدادی آزمایش برای مقایسه عملکرد تکنیک های مختلف داده کاوی برای پیش بینی بیمار ی ها انجام شده است و نتایج نشان می دهد که مدل Stacking پیشنهادی درمقایسه با سایر تکنیک های داده کاوی مانند Naïve Bayes از دقت بالاتری برخوردار است

کلیدواژه‌ها

داده کاوی پیش بینی نسخه پزشکی

نویسندگان

تصویر ثنا نظری نژاد

ثنا نظری نژاد

کارشناسی ارشد مهندسی فناوری اطلاعات گروه فناوری اطلاعات، دانشکده صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

تصویر محمدهادی زاهدی

محمدهادی زاهدی

دکتری مهندسی کامپیوتر گروه فناوری اطلاعات، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

شیوه ارجاع

نظری نژاد، ثنا و زاهدی، محمدهادی و فراهانی، الهام،1400،تشخیص بیماری با استفاده از داده کاوی و تحلیل نسخه های پزشکی،پنجمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

پوستر مجموعه مقالات اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی3 اسفند 1401 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۰ ۲,۱۶۰ مشاهده

تشخیص حالت چهره با یادگیری عمیق

در سال های اخیر یکی از زمینه های فعال پردازش تصویر، تشخیص حالت های چهره بوده است چهره مهم ترین ویژگی ظاه…

تشخیص حالت چهرهfer-۲۰۱۳افزایش اتوماتیک داده
مقاله کنفرانسی سال ۱۴۰۰ ۱,۲۷۲ مشاهده

ارائه یک چارچوب مدیریت ریسک در توسعه نرم افزار بامتدلورژی چابک

در پروژه های تولید نرم افزاری بااستفاده از متدلوژی چابک، باید یک پروژه با یک محیط چابک سازگار شود ودر آن…

پروژهریسکتوسعه نرم افزار
مقاله کنفرانسی سال ۱۴۰۰ ۱,۲۷۱ مشاهده

امنیت در هوش مصنوعی: انواع حملات در یادگیری ماشین

یادگیری ماشین به دلیل پیشرفت های فنی در سال های اخیر به طور فراگیر در طیف گسترده ای از برنامه های نظامی…

یادگیری ماشینیحملات مسمومیتحملات درب پشتی
مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۶ مشاهده

تشخیص تومور مغزی با رویکرد یادگیری عمیق و مکانیزم توجه با استفاده از تصاویر چندوجهیMRI

شناسایی زودهنگام و موفقیت آمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد در حال حاضر…

ام آر آییادگیری عمیقتومور مغزی
مقاله کنفرانسی سال ۱۴۰۰ ۱,۰۴۲ مشاهده

معماری شبکه نسل پنجم تلفن همراه

شبکه نسل ۵ تلفن همراه نقش اساسی در ایجاد یک جهان کاملا متصل را در سال های آینده خواهد داشت از تلفن های ه…

۵تلفن همراهنسل ۵
مقاله کنفرانسی سال ۱۴۰۰ ۱,۰۴۱ مشاهده

تشخیص سرطان سینه با استفاده از شبکه عصبی پرسپترون چندلایه با نظارت الگوریتم بهینه سازی نهنگ

سرطان سینه یکی از علل اصلی مرگ ومیر در سراسر جهان است تشخیص زودهنگام در افزایش میزان بقا بسیار مهم است ب…

تشخیصسرطان سینهشبکه عصبی پرسپترون چندلایه