بررسی مزایا و معایب داده کاوی و الگوریتم های یادگیری ماشینی در بیماران سرطانی
- سال انتشار: 1398
- محل انتشار: دومین همایش ملی فناوری اطلاعات و ارتقا سلامت
- کد COI اختصاصی: THPC02_103
- زبان مقاله: فارسی
- تعداد مشاهده: 994
نویسندگان
دکترای تخصصی مدیریت اطلاعات سلامت، استادیار، گروه مدارک پزشکی و فناوری اطلاعات سلامت، دانشکده علوم پیراپزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.دانشجوی کارشناسی ارشد، گروه مدارک پزشکی و فناوری اطلاعات سلامت، دانشکده علوم پیراپزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
دکترای تخصصی مدیریت اطلاعات سلامت، استادیار، گروه مدارک پزشکی و فناوری اطلاعات سلامت، دانشکده علوم پیراپزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
دانشجوی کارشناسی ارشد، گروه اقتصاد سلامت ، دانشکده پزشکی، دانشگاه علوم پزشکی شاهد تهران، تهران، ایران.
چکیده
مقدمه : رشد سریع داده ها نیاز به تجزیه وتحلیل روابط و سلسله مراتب بین داده در بیماری ها به ویژه بیماری های مزمن همانند سرطان لازم و ضروری به نظر می رسد که این امر نیاز به فناوری یادگیری ماشینی(machine learning ( داده کاوی در بیماران سرطانی است.که در پیشگیری ، تشخیص و درمان بسیار کارآمد هست. و باهدف بررسی مزایا و معایب داده کاوی و الگوریتم های یادگیری ماشینی در بیماران سرطانی روش کار: به صورت مروری در سال 1398 با جستجو در منابع معتبر انگلیسی در پایگاه های اطلاعاتی pubmed ,elsevier,science direct ,web of science ,ebsco,chocrane, از سال های بین 2005 تا 2019 انتخاب گردید و برای جستجوی منابع انگلیسی از کلیدواژه های سرطان، بیماران سرطانی ،یادگیری ماشینی،داده کاوی،مزایا ،معایب . با توجه به تعداد زیاد مقالات بر اساس تاریخ انتشار ، امکان دسترسی به متن کامل مقاله برای به دست آوردن منابع موردنظر و حذف مقالات غیر مرتبط باهدف پژوهش همچنین از دیگر معیارهای خروج مقالات، تکراری بودن محتوا و قدیمی بودن تاریخ انتشار آن ها بوده است.یافته ها: در این پژوهش105 به صورت مروری در سال 1398 مقاله استخراج که از آن 32 مقاله موردبررسی قرار گرفت . در این پژوهش ،فن ها و الگوریتم های یادگیری ماشینی و داده کاوی متفاوتی چون دسته بندی رگرسیون و خوشه بندی و درخت تصمیم و الگوریتم ژنتیک مطرح شده است . بررسی این مقالات نشان می دهد که پیش بینی و تشخیص بیماری های سرطانی ، بررسی اثربخشی معالجات ،مدیریت بهتر خدمات بهداشتی و درمانی ،کشف موارد نادرست و خطایابی و کشف الگوهای منفی ، وجود داده های معیوب ،جامعیت و یکپارچگی ضعیف داده ها ،مسائل مربوط به مقدار زیاد نتایج و دانش کشف شده و تفسیر در بیماری سرطان هست .حجیم و ناهمگونی داده ها ، مسائل مربوط به مالکیت ، امنیت و محرمانگی ،اهمیت تفسیر پزشکان ،طبیعت پویای داده ، نیاز به مداخله متخصصین و کارشناسان و محدودیت های جمع آوری داده توسط پزشک و محققین ماشین لرنینگ و داده کاوی سرطان نیز بسیار حائز اهمیت است .نتیجه گیری: با توجه به اهمیت ماشین لرنینگ و داده کاوی در بیماری سرطان باید خط مشی ها و زیرساخت های لازم را در جهت به کارگیری داده کاوی و کاهش هزینه و افزایش کیفیت خدمات درمانی در امر بیماری سرطان احداث شود.همچنین فعالان حوزه فناوری اطلاعات سلامت نیز می توانند با تولید و توسعه نرم افزارهای ماشین لرنینگ و داده کاوی استاندارد در جهت تجهیز و دسترسی به بانک اطلاعاتی انواع داده های سرطانی در بهبود سیستم سلامت بیماران سرطانی تاثیرگذار باشند .کلیدواژه ها
سرطان ، بیماران سرطانی ،یادگیری ماشینی،داده کاوی،مزایا ، معایبمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.