کاربرد تشخیص انجمن در گراف در حوزههای سلامت و پزشکی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 20

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

INDEXCONF06_033

تاریخ نمایه سازی: 19 مرداد 1404

چکیده مقاله:

افزایش روزافزون پیچیدگی دادههای سلامت و رشد تعاملات پنهان میان بیماران، بیماری ها، خدمات و نظامهای ارائه مراقبت، نیازمند بهرهگیری از رویکردهای پیشرفته در تحلیل شبکه های پیچیده است. در سالهای اخیر، تشخیص انجمن در گرافها بهعنوان یکی از روشهای اصلی دادهکاوی شبکهای، توجه گستردهای را در حوزه سلامت به خود جلب کرده است. این پژوهش با هدف تبیین جامع کاربردهای تشخیص انجمن در گرافهای سلامتمحور، از طر یق روششناسی فراترکیب (Meta -synthesis) ، به تحلیل محتوای مقاات انگلیسی شناساییشده در ده سال اخیر از پایگاههای علمی معتبر بینالمللی پرداخته است. نتایج این مطالعه نشان میدهد که کاربردهای تشخیص انجمن در هفت محور کلیدی قابل طبقهبندی است. نخست، در حوزه پایش رویدادهای سلامت و تشخیص بیماری، الگوریتمهای تشخیص انجمن نقش موثری در بهبود دقت طبقهبندی بیماری ها با استفاده از دادههای ژنتیکی و کلینیکی ایفا کردهاند. دوم، در تحلیل و ردیابی شیوع بیماری ها، بهویژه در همهگیریهایی مانند کووید-۱۹، شبکه های تماس مبتنی بر گراف و خوشهبندی دینامیک انجمنها، امکان پ یشبینی مسیر انتشار بیماری را فراهم نمودهاند. سوم، د ر تحلیل شبکه متخصصان سلامت، ا ین روشها موجب شناس ایی الگوهای تعامل بحران ی بین پزشکان، پرستاران و تیمهای درمانی شده و کارایی ارتباطات بینحرفهای را افزایش دادهاند. چهارم، در شبکه خدمات درمانی، الگوریتمهای مبتنی بر ماژولاریتی و گسترش برچسب بهمنظور خوشه بندی مراکز درمانی مشابه، پنجم، در تحلیل بازاریابی سلامت، با بررسی رفتار مراجعه بیماران و خوشهبندی الگوهای تقاضا، مدلهای شخصیسازی خدمات درمانی طراحی شدهاند. ششم، در بررس ی سبک زندگی، سلامت رفتاری و رفاه، گرافهای اجتماعی بیماران منجر به شناسا یی جوامع با رفتارها ی مشابه از منظر تغذ یه، تحرک و ریسکپذیری سلامت شده اند. نها یتا، در کشف دارو و شناسا یی تقلب، خوشه بندی ترکیبات دارو یی و رفتارهای مصرفی بیماران، امکان شناسایی واکنشهای ناخواسته دارویی، سوءمصرف یا تقلبهای بیمهای را فراهم آورده است . تحلیل انجامشده نشان م یدهد که روشهای تشخیص انجمن نه تنها در مدلسازی ساختارهای پنهان و روابط درونی در سیستمهای سلامت بسیار اثربخشاند، بلکه بستر مهم ی برای طراحی سیاستهای مبتنی بر داده، تصمیمیارهای بالینی و سامانههای سلامت هوشمند فراهم میکنند.

نویسندگان

محمدهادی دادی زاده درگیری

دانشجوی کارشناسی ارشد مهندسی نرمافزار، دانشگاه علم و صنعت، تهران، ایران