کاربرد یادگیری ماشین در مدیریت سلامت روان
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 210
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
THPC05_199
تاریخ نمایه سازی: 2 مهر 1402
چکیده مقاله:
مقدمه: اختلالات سلامت روانبخش اعظم جمعیت جهان را تحت تاثیر قرار داده و دارای سیر صعودی میبا شد. پیشرفت های فناوریاطلاعات به ویژه در حوزه هوش مصنوعی و یادگیری ما شین تشخیص به موقع و درمان اختلالات روانی را ت سهیل کرده ا ست. با توجه بهاهمیت این موضوع این مطالعه کاربرد یادگیری ماشین در مدیریت اختلالات سلامت روان را مورد بررسی قرار میدهد.روش پژوهش: پژوهش حاضر یک مطالعه مروری نقلی است که در سال ۱۴۰۱ انجام شده است. در این مطالعه برای یافتن مقالاتمرتبط از واژگان کلیدیی یادگیری ماشین، سلامت روان و هوش مصنوعی استفاده شد و مقالات مرتبط از طریق جست و جو در پایگاهداده های ا سکوپوس، وب اف ساینس، پابمد به د ست آمد. معیار ورود مقالات، مقالات اورجینال و انگلیسی زبانی بود که تا اپریل ۲۰۲۲انجام شده بود. عنوان مقالات وارد برنامه اندنوت شده و پس از حذف عناوین تکراری، خلاصه مقالات خوانده شد و مقالاتی که با عنوانپژوهش همخوانی داشته وارد مطالعه شدند. مطالعات انتخابی توسط هر سه پژوهشگر خوانده و برای جمع آوری اطلاعات از جدولمحقق ساخته ا ستفاده شد. داده ها پس از استخراج از مقالات د سته بندی وبا ا ستفاده از نرم افزار اکسل ۲۰۱۶ به صورت آمار تو صیفیگزارش شد.یافته ها: در این مطالعه تعداد ۴۰ مقاله یافت شد و ۷ مقاله وارد مطالعه شد. بیشترین نمونه آماری مربوط به مطالعه ای در کشور سوئدبود که این مطالعه بر روی ۷۶۳۸ دوقلوی کودک و نوجوان در این کشور انجام شده بود. یافته های این ۷ مطالعه نشان داد که برای پیشبینی و جلوگیری از اختلالات سلامت با ا ستفاده از هوش مصنوعی به متغیرهایی هایی مانند متغیرهای دموگرافیک، متغیرهای بالینی،متغیرهای اجتماعی و اقت صادی نیاز داریم. در بین الگوریتم های ا ستفاده شده شبکه عصبی مصنوعی و الگوریتم ما شین بردار و جنگلتصادفی دارای بیشترین دقت و حساسیت در پیش بینی اختلالات روانی بود.نتیجه گیری: بر اساس مطالعات انجام شده، استفاده از هوش مصنوعی در حوزه سلامت و مراقبت بهداشتی یک ابزار موثر در پیش بینی وکشف الگو در بین داده های بسیار می باشد و دقت و حساسیت این الگوریتم ها برای پیش بینی و تشخیص به موقع اختلالات روانی بسیاربالا می باشد.
کلیدواژه ها:
نویسندگان
مریم کرمی مظفری
دانشجوی کارشناسی ارشد فناوری اطلاعات سلامت، گروه مدیریت اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی ایران،تهران، ایران
فریبا معلم برازجانی
دانشجوی کارشناسی ارشد انفورماتیک پزشکی، گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
فاطمه کامجو
دانشجوی کارشناسی ارشد فناوری اطلاعات سلامت، گروه فناوری اطلاعات سلامت و مدارک پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی مشهد، مشهد،ایران
محمد دهقانی
استادیار مدیریت اطلاعات سلامت، گروه فناوری اطلاعات سلامت، دانشکده پزشکی خمین، خمین، ایران