ارایه مدلی جدید برای تشخیص بیماری قلبی با استفاده از داده کاوی

دادهکاوی به معنای استخراج اطلاعات نهفته، بازشناخت روابط و الگوهای پنهان و به طور کلی کشف دانش سودمند از داده با حجم بالا است. از مهمترین زمینه های کاربردی استخراج قواعد طبقه بندی در حیطه علم پزشکی است. بیماریهای قلبی یکی از مهمترین علل مرگ و میر در کشورهای پیشرفته و جهان سوم است. طبق اعلام سازمان بهداشت جهانی پیش بینی میشود مرگ و میر ناشی از بیماریهای قلبی تا سال 2030 به 23 میلیون نفر افزایش مییابد. در جدیدترین آمار وزیر بهداشت ایران %40 مرگ و میرها به علت بیماری های قلبی و عروقی و سکته است. در این مطالعه از الگوریتم های مختلف داده کاوی از جمله درخت تصمیم دو روش،شبکه های عصبی و خوشه بندی برای پیش بینی بیماری عروق کرونر قلبی استفاده شد.در بین این چهار الگوریتم با توجه به خروجیهای مختلف بین علل مختلف و پیش بینی آن بهترین خروجی مربوط به خوشه بندی و درخت ID3 بود دقت این الگوریتم برابر 97,04 درصد است.