یک رویکرد یکپارچه داده محور جهت بهبود تخصیص منابع نظام سلامت با تحلیل دادههای متنی مبتنی بر پردازش زبان طبیعی

در سالهای اخیر رشد فزاینده دادههای متنی و غیر ساخت یافته در نظام سلامت از جمله بازخورد، بیماران، گزارشات پزشکی، پرستاری و یادداشتهای کلینیکی نیاز به بهره گیری از رویکردهای داده محور برای تحلیل اطلاعات و استخراج بینشهای قابل اجرا را برجسته تر کرده است. این پژوهش یک رویکرد یکپارچه مبتنی بر پردازش زبان طبیعی برای شناسایی الگوهای پنهان در متون سلامت محور و بهبود تخصیص منابع ارائه میدهد. چارچوب پیشنهادی شامل شبیه سازی، داده پیش پردازش، استخراج ویژگیها با روش (TF-IDF)، کاهش ابعاد با فاکتورگیری نامنفی ماتریس و تحلیل ساختاری داده با الگوریتم خوشه بندی است. نتایج حاصل از اجرای رویکرد پیشنهادی، بیانگر توان آن در شناسایی گلوگاههای پنهان، تفکیک نیازهای کلینیکی و تعیین اولویت منابع است؛ به نحوی که میتواند به عنوان ابزاری برای پشتیبانی تصمیم گیری در راستای ارتقاء بهره وری عملیاتی و بهبود خدمات در سیستمهای سلامت بکار گرفته شود.

کلیدواژه ها:

پردازش زبان ، طبیعی ، تحلیل دادههای متنی ، پزشکی ، تخصیص منابع ، سلامت ، خوشه بندی ، تصمیم گیری داده محور ، الگوی پنهان ، متون