آیا کشف قوانین انجمنی می تواند در امر کمک رسانی به بیماران کمک کند

پایگاه داده های امروزی دارای حجم وسیعی از اطلاعات سازمان دهی نشده و نامرتب می باشند که یک دانش سطح پایین از اطلاعات را ارایه می دهند. داده کاوی دانش سطح پایین و غیرقابل فهم را به دانش سطح بالا و کاربردی تبدیل می کند که فهم آن برای کاربران ساده تر است. داده کاوی برای استخراج و کشف دانش دارای تکنیک های مختلفی از جمله کشف قوانین انجمنی است که این قوانین انجمنی نقش مهمی در استخراج دانش از ایگاه داده های بزرگ اجرا می کند. کشف قوانین ارتباطات بین اطلاعات موجود در پایگاه داده ای بزرگ کاربردهای وسیعی دارد. کشف قوانین انجمنی با کیفیت، نوعی مسیله بهینه سازی محسوب می شود و یکی از شیوه های موثر و دقیق حل مسیله بهینه سازی، استفاده از الگوریتم های تکاملی از جمله کرم شب تاب است. در سال های اخیر، دورنمای رقابت در فروشگاه های زنجیره ای، بانک ها ... به طور قابل توجهی تغییر یافته است. این امر باعث شده است تا مراکزی بتوانند خدمات دهی بیشتری کنند که رفتار مراجعین را به بهترین شکل حدس زده باشند. عبارت مراجعین در صنایع و خدمات رسانی های گوناگون قابل تعمیم است و این تشخیص رفتار و شرایط مراجعه کنندگان موجب افزایش کیفیت خدماتی آنها می شود. از جمله مراکز درمانی که مراجعان زیاد و دارای پایگاه داده های زیادی هستند. می توان بیماران و مصدومانی که به مراکز درمانی مراجعه می کنند را اولویت بندی نمود که این مسیله تحت عنوان تریاژ در بعضی از بیمارستان های کشورهای مختلف در حال بررسی و مطالعه است. در این پژوهش سعی شده با استفاده از محیط برنامه نویسی متلب و الگوریتم کرم شب تاب بیمارانی که به مراکز اورژانس شهر یزد مراجعه می نمایند مورد بررسی قرار گیرند و براساس آیتم های حیاتی از قبیل وضعیت تنفس، ضربان قلب، راه رفتن... اولویت بندی شوند و در دیتابیس مربوطه ثبت گردد و وضعیت ها بررسی شده و قوانین مربوطه کشف گردیده و به شکل کدهایی در دست پرسنل اورژانس و پرسنل آمبولانس ها قرار می گیرد. هنگامی که با مصدومی مواجه می گردند با بررسی علایم و ثبت در پرونده کد مربوطه مشخص می شود و سریعا به مرکز اورژانس اطلاع داده می شود تا شرایط مرحله پذیرش و اقدامات اولیه سریعا فراهم گردد.

کلیدواژه ها:

داده کاوی ، قوانین انجمنی ، کرم شب تاب ، تریاژ ، بیمار