مروری بر کاربرد الگوریتم های یادگیری ماشین در پیش بینی بیماری های مزمن

مروری بر کاربرد الگوریتم های یادگیری ماشین در پیش بینی بیماری های مزمن

مهدیس تقواطلب1

1) دانشجوی کارشناسب فناوری اطلاعات سلامت(HIT)، دانشگاه علوم پزشکی کرمان،

کد IOI مقاله : AAHD-ACZCCG
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    بیماری‌های مزمن به‌عنوان یکی از چالش‌های اصلی نظام‌های سلامت در سراسر جهان شناخته می‌شوند. تشخیص زودهنگام این بیماری‌ها نقش بسزایی در کاهش عوارض، بهبود کیفیت زندگی بیماران و کاهش هزینه‌های درمانی دارد. در سال‌های اخیر، الگوریتم‌های یادگیری ماشین به‌عنوان ابزاری قدرتمند در پیش‌بینی و تشخیص زودهنگام بیماری‌های مزمن مورد توجه پژوهشگران قرار گرفته‌اند. مقاله‌ی حاضر با رویکردی توصیفی-تحلیلی، به مرور کاربرد این الگوریتم‌ها با تأکید ویژه بر بیماری سلیاک می‌پردازد و یافته‌های مطالعات اخیر را به‌صورت نظام‌مند بررسی می‌کند. دامنه‌ی پژوهش، افزون بر بیماری سلیاک، طیفی از بیماری‌های مزمن دیگر از جمله بیماری‌های قلبی‌عروقی، دیابت، سرطان، بیماری‌های کبدی و اختلالات عصبی را نیز در بر می‌گیرد. در این مرور، خلاصه‌ای سطح‌بالا از تحقیقات پیشین در زمینه‌ی رویکردهای مبتنی بر یادگیری ماشین برای پیش‌بینی بیماری سلیاک ارائه شده و نمونه‌هایی از کاربردهای عملی این رویکردها به همراه تحلیل آن‌ها مورد بررسی قرار گرفته است. برای جمع‌بندی، نتایج حاصل از مطالعات گوناگون، روش‌های به‌کاررفته و ابزارهای مورد استفاده‌ی محققان به‌صورت تطبیقی مقایسه شده‌اند تا تصویری جامع از وضعیت فعلی تحقیقات در این حوزه ترسیم شود.

کلمات کلیدی : یادگیری ماشین هوش مصنوعی پیشگیری از بیماری های مزمن بیماری سرطان بیماری دیابت بیماری های قلبی