ارائه ‌یک‌ سیستم ‌خبره ‌به کمک الگوریتم فراابتکاری حسابی ‌برای ‌تشخیص ‌بیماری ‌عفونی‌کووید-19

دو سال گذشته حیاتی‌ترین و بحرانی‌ترین دوره همه‌گیر بیماری کووید‌19 بوده است. این بیماری بر بیش‌تر جنبه‌های زندگی در سراسر جهان تاثیر گذاشته است. از دیدگاه بالینی، چندین روش برای تشخیص زودهنگام بیماری موجود می‌باشد، اما قابلیت این روش‌ها محدود بوده است. در نتیجه، مطالعات بسیاری برای تشخیص خودکار بیماری صورت گرفته است. هوش‌مصنوعی راه‌حل‌های فنی بالقوه‌ای را دراختیار جامعه پزشکی قرار داده تا بر اساس علائم بالینی تشخیص ‌سریع صورت گیرد. دراین پژوهش باکمک یک پرسشنامه علائم بالینی (تب، سرفه، گلودرد، تنگی نفس، ضعف، حس‌چشایی وبویایی، محیط) بیمار بررسی شده، سپس داده‌ها‌ی ورودی‌ به یکی ازروش‌های سیستم مبتنی برقانون یا سیستم فازی مورد بررسی قرارمی‌گیرد، درروش فازی باکمک الگوریتم فراابتکاری حسابی پارامتر وزن بهینه گردیده سپس منطق فازی با وزن بهینه شده برای داده‌ها بکارگرفته می‌شود. درپایان خروجی به یکی از صورت‌های فردسالم، کروناخفیف، کرونا متوسط، کرونا شدید نشان داده می‌شود. این مقاله برروی چندین پایگاه داده که بترتیب حدود‌600داده ازطریق پرسشنامه توسط افراد تکمیل شده، 2000 داده که سازمان جهانی بهداشت برای بیماران کرونایی منتشرکرده وحدود 400داده که ازطریق داده‌های بیمارستانی فراهم گردیده است. ملاحظه گردیددر این سیستم میزان دقت برابربا 98%، حساسیت100%، ویژگی 98% و نمره اهمیت 95‌% می‌باشد.

providing an expert system with the help of arithmetic meta-heuristic algorithm to diagnose the infectious disease of covid-19

the last two years have been the most critical and critical period of the covid‌19 pandemic.this disease has affected most aspects of life around the world. from a clinical point of view, several methods are available for early diagnosis of the disease, but the capabilities of these methods have been limited. as a result, many studies have been conducted to automatically diagnose the disease. artificial intelligence has provided potential technical solutions to the medical community to make quick diagnosis based on clinical symptoms.in this research, the patient’s clinical symptoms (fever, cough, sore throat, shortness of breath, weakness, sense of taste and smell, environment) are examined with the help of a questionnaire,then the input data is examined by one of rule based system or fuzzy system methods, in the fuzzy method with the help of arithmetic meta‌heuristic algorithm. the optimized weight parameter is then applied to the data with the optimized weight fuzzy logic. at the end, the output will be shown as healthy person, weak corona, middel corona, high corona. this article is based on several databases, in which about 600 data have been completed by individuals through questionnaires, 2000 data have been published by the world health organization for corona patients, and about 400 data have been provided through hospital data. it was observed that in this system, the accuracy rate is equal to 98%, sensitivity is 100%, specificity is 98% and the f‌ score is 95%.