مژگان سادات مشیریان - دانشجوی کارشناسی پیوسته مهندسی نرم افزار، موسسه آموزش عالی آیندگان، تنکابن.
رامین صفا - گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی آیندگان، تنکابن
همایون بهشتی فروتنی - گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی آیندگان، تنکابن

اهمیت استفاده صحیح از داده‌های حجیم و پیچیده در زمینه‌های گوناگون، موضوعی شناخته شده در تحقیقات علمی است. کشف دانش از پایگاه داده‌‎ها در حقیقت فرآیند تشخیص الگوها و مدل‌های موجود در داده‌ها است؛ الگوها و مدل‌هایی که معتبر، بدیع، مفید و قابل فهم هستند. داده‌کاوی مرحله‌ای از فرآیند کشف دانش است که به کمک ابزارهای تحلیلی گوناگون این الگوها و مدل‌ها را در داده‌ها می‌یابد و مهمترین توانایی آن در دامنه وسیع متدولوژی‌ها و تکنیک‌های آن نمایان شده است. می‌توان از این تکنیک‌ها برای حل مسائل مختلف مانند تصمیم‌گیری و پیش‌بینی استفاده نمود. بدیهی است که همکاری محققین کامپیوتر و پزشکی و استفاده از شرایط تکنولوژیک موجود می‌تواند سرعت و دقت را در فرآیند‌های مربوط به شناسایی، تشخیص و پیش‌بینی بیماری‌ها افزایش دهد. مراکز پزشکی و آزمایشگاه‌ها امروزه با مقاصد گوناگون به جمع‌آوری داده‌های فراوان در مورد بیماری‌های متفاوت می‌پردازند و داده‌کاوی می‌تواند یک راهکار مناسب جهت کشف حقایق ارزشمند از این داده‌های حجیم باشد. با توجه با آمارهای موجود، بیماری‌های قلبی و عروقی از مهمترین عوامل مرگ و میر در دنیا هستند. از جمله موارد شایع می‌توان به بیماری عروق کرونر، آریتمی، کاردیومیوپاتی و انواع نارسایی‌ها اشاره نمود که همگی از موضوعات مهم در تحقیقات پزشکی به‌شمار می‌آیند. از این‌رو توجه به مطالعه داده‌های مربوط به این نوع بیماری‌ها از جمله موارد حائز اهمیت است. در تحقیق پیش‌رو پس از معرفی مفاهیم پایه، به بررسی برخی از جدیدترین تحقیقات انجام شده و فرصت‌های موجود در زمینه استفاده از تکنیک‌های داده‌کاوی در پزشکی و به‌طور ویژه بیماری‌های قلبی پرداخته شده است.

داده کاوی، داده کاوی پزشکی، بیماری های قلبی، درخت تصمیم، دسته بندی بیزین