جستجو
پیشبینی نمره تداخل دارویی نسخهها با شبکه عصبی
پروانه احمدی1 سید رشید خایفه سلطانی2
چکیده :
افزایش تنوع داروها، رشد چنددارویی و پیچیدگی درمانهای پزشکی، ارزیابی تداخلات دارویی را به یکی از مسائل مهم ایمنی بیمار تبدیل کرده است. روشهای سنتی کنترل تداخل، معمولاً بر بررسی موردی زوجهای دارویی و تجربه انسانی تکیه دارند و در تحلیل سریع حجم زیاد نسخهها محدود هستند. هدف این پژوهش، طراحی مدل دادهمحور برای پیشبینی نمره تداخل دارویی نسخههای پزشکی با استفاده از شاخصهای قابل استخراج از نسخه است. برای این منظور، پس از پالایش دادهها، ۹۶۰۹۳ نسخه پزشکی تحلیل شد. ویژگیهایی شامل جنسیت، گروه سنی بیمار، تخصص پزشک، تنوع دارویی و گروه دارویی استخراج و استانداردسازی گردید. سپس پایگاه تداخلات دارویی برای ۵۰۰ داروی ژنریک و ترکیبهای دوتایی آنها تشکیل شد. شدت تداخلها به شاخص کمی تبدیل شد؛ بهگونهای که تداخل ناشناخته، ضعیف، متوسط و شدید بهترتیب ضرایب صفر، ۱، 2/5 و ۵ گرفتند و نمره هر نسخه محاسبه و نرمالسازی شد. در ادامه، یک شبکه عصبی مصنوعی با ۵۰ ویژگی ورودی، یک لایه پنهان ۶۴ نورونی، تابع فعالسازی ReLU و الگوریتم Adam آموزش داده شد. نتایج نشان داد مدل پیشنهادی در دادههای آزمون به ضریب تعیین 0/9995 و در دادههای اعتبارسنجی به ضریب تعیین 0/9994 دست یافت. این یافتهها نشان میدهد شاخصهای نسخهمحور میتوانند مبنای مناسبی برای سامانههای هشداردهنده و پشتیبان تصمیم در نسخهنویسی هوشمند باشند.
کلمات کلیدی : تداخل دارویی نسخهنویسی هوشمند شبکه عصبی مصنوعی دادهکاوی سلامت ایمنی بیمار پشتیبان تصمیم
زبان مقاله : فارسی
محور مقاله : مهندسی صنایع
محل انتشار : چهارمین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک
آدرس وب سایت کنفرانس : eitconf.com
کد IOI مقاله : ABEB-ACZGZA
لینک مستقیم مقاله : https://isnac.ir/ABEB-ACZGZA
نمایش چکیده انگلیسی
: https://isnac.ir/SA/ABEB-ACZGZA
سایر مقالات محل انتشار
- سنجش رفتار میرایی رسهای نمکی تحت تحرکات دینامیکی: مطالعه موردی جزیره هرمز
- کاربرد فناوری بالک چیکن در ردیابی و شفاف سازی زنجیره غذایی برای افزایش ایمنی واعتماد مصرف کننده با استفاده از الگوریتم کندوی عسل
- زیبایی شناسی و خلاقیت در استدلال ریاضی: تحلیلی بر اثبات و اندیشه غیررسمی در تحقیقات دکتری
- The Role of the Root System in Flowering
- Effect of Nutrition on the Root System in Strawberry Plants
- تدوین الگوهای طراحی معماری برای ارتقای هویت اجتماعی زنان در مراکز فرهنگی شهری؛ مطالعه موردی: چند فرهنگسرای منتخب شهر تهران
- Application of Machine Learning in Analyzing Managerial and Environmental Factors Influencing the Development of Emerging Sports (Case Study: Fusion Fitness)
- ارتقاء ایمنی در صنعت ساخت با تکیهبر فناوریهای نوین: ابزارها، دستاوردها و چالشهای استقرار
- رویکرد یکپارچه فناوریهای هوشمند و مدیریت کنترل پروژه برای کاهش ریسک در سیستمهای تحت فشار سنگین صنایع استراتژیک
- Finite Element Assessment and Experimental Validation of an Aluminum L-Bracket Under Static, Thermal, and Harmonic Loading
- Nano-Delivered CRISPR/Cas9 for Cancer Therapy: Targeting Tumorigenic Genes through Epigenetic Modulation and Pathway Disruption
- Gold Nanoparticle‑Assisted Hyperthermia for Cancer Treatment: Current Methods, Challenges, and Future Directions
- طراحی سامانه تصمیمیار هوشمند برای تخمین سطح تهدید در مناطق درگیر با استفاده از الگوریتمهای یادگیری ماشین
- چارچوبهای سیاستگذاری و چالشهای پیادهسازی هوش مصنوعی در صنعت سلامت: رویکرد مروری بر جنبههای جهانی و ملی
- Exploring Machine Learning Algorithms for Damage Detection in Vibration- and Vision-Based Structural Health Monitoring