بررسی نقش هوش مصنوعی در تشخیص، پیش بینی، کنترل و مدیریت بیماری دیابت در ایران: مروری سیستماتیک

  • سال انتشار: 1400
  • محل انتشار: چهارمین همایش فناوری اطلاعات و ارتقاء سلامت با محوریت سلامت هوشمند
  • کد COI اختصاصی: THPC04_022
  • زبان مقاله: فارسی
  • تعداد مشاهده: 436
دانلود فایل این مقاله

نویسندگان

فاطمه عامری

دانشجوی کارشناسی فناوری اطلاعات سلامت،دانشکده پیراپزشکی و بهداشت فردوس،دانشگاه علوم پزشکی و خدمات بهداشتی درمانی بیرجند،بیرجند، ایران

سمانه جلالی

دانشجوی کارشناسی فناوری اطلاعات سلامت،دانشکده پیراپزشکی و بهداشت فردوس،دانشگاه علوم پزشکی و خدمات بهداشتی درمانی بیرجند،بیرجند، ایران

فاطمه بهادر

مربی، دانشکده پیراپزشکی و بهداشت فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران

چکیده

مقدمه : دیابت یکی از شایع ترین بیماری های متابولیک در ایران و پنجمین علت اصلی مرگ در سراسر جهانمحسوب می شود. شیوع دیابت در سراسر جهان، باعث ایجاد روش های جدید در تحقیقات زیست پزشکی شدهاست از آن جمله میتوان به هوش مصنوعی اشاره نمود. هدف این مطالعه با هدف بررسی انواع مطالعات انجامشده در زمینه هوش مصنوعی و دیابت در ایران انجام شد.روش پژوهش: این مطالعه به روش مروری سیستماتیک انجام شد. پایگاه های های اطلاعاتی معتبر داخلیشامل Irandac ,Magiran, Sid و موتور جستجوگر Google Scholar با استفاده از کلیدواژه های هوشمصنوعی و دیابت بصورت فارسی ، جداگانه و ترکیبی بدون محدودیت زمانی تا ۲۰ ژوئن ۲۰۲۱ مورد بررسی قرارگرفتند. تعداد ۷۴۹۵ مقاله بازیابی شد که در مراحل مختلف، (حذف مقالات تکراری (۱۵۹۵)، عنوان و خلاصهمقاله (۵۸۷۴) و متن کامل (۲۶) غربالگری شد و در نهایت ۱۸ مقاله که معیارهای مورد نظر پژوهشگران راداشت مورد بررسی دقیق قرار گرفت.یافته ها: از میان مقالات بازیابی شده ۱۸ مقاله معیارهای ورود به مطالعه را دارا بودند که از این تعداد ۱۶ مقالهبه روش های مبتنی بر هوش مصنوعی و ۲ مقاله به طراحی سیستمهای جدید مبتنی بر هوش مصنوعی پرداختهبودند. ۹ مقاله به بررسی نقش هوش مصنوعی در پیش بینی، ۷ مقاله در تشخیص و ۲ مقاله در کنترل و مدیریتبیماری دیابت پرداخته بودند. بیشترین حجم مقالات به استفاده از روش های داده کاوی مانند شبکه عصبیمصنوعی، درخت تصمیم و... (۱۵ مقاله) اختصاص داشتند. و برخی از مطالعات به ارزیابی و مقایسه روش هایهوش مصنوعی بر روی جامعه هدف: میزان کاربرد، صحت و حساسیت هوش مصنوعی در تشخیص و پیش بینیدیابت پرداخته بودند (۹ مطالعه).نتیجه گیری: بررسی نظام مند مقالات نشان داد که استفاده از روش های داده کاوی جهت پیش بینی، تشخیص،کنترل و مدیریت دیابت در ایران با پیشرفت خوبی همراه بوده اما نیاز است تا در زمینه طراحی سیستم ها والگوریتم های هوش مصنوعی و در زمینه کنترل و مدیریت دیابت اقدامات بیشتری انجام پذیرد.

کلیدواژه ها

هوش مصنوعی، دیابت، هوش مصنوعی دیابت، تکنیک های هوش مصنوعی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.