>
Fa   |   Ar   |   En
   برآورد هزینه ی درمان و طول دوره ی بستری شدن با استفاده از رویکرد شبک هی عصبی  
   
نویسنده صمدی سعید ,نظیفی نایینی مینو ,عباسپور سحر
منبع مديريت اطلاعات سلامت - 1390 - دوره : 8 - شماره : 7 - صفحه:948 -957
چکیده    مقدمه: استفاده از شبکه های عصبی و الگوریتم های ژنتیک در بررسی مسایل و متغیرهای پر کاربرد در زمینه ی سلامت، این روزها بیشاز پیش رواج یافته است. مجهز شدن علم پزشکی به ابزارهای هوشمند در تشخیص و درمان بیماری ها می تواند اشتباهات پزشکان وخسارت جانی و مالی را کاهش دهد. در این مقاله کاربردهای نوعی شبک هی عصبی در پزشکی مورد شناسایی قرار گرفته است، تا همبرای محققان هوش مصنوعی و هم برای پزشکی قابل استفاده باشد.که شامل ثبت درمان یک نمونه patient_los.sav به نام spss روش بررسی: در این مطالعه از نمونه ی داده های موجود در نرم افزارچند لایه perceptron از بیمارانی است که برای بیماری قلبی درمان دریافت نموده اند، استفاده خواهیم کرد و با به کارگیری فرایندبرای ساختن یک شبکه ی عصبی، به پیش بینی هزینه و طول درمان بیماران پرداخته شده است. متغیرهای طول مدت بستری شدن وهزینه ی درمان به عنوان متغیرهای وابسته و سایر متغیرها را نیز به عنوان عامل یا فاکتور وارد مدل شده اند.یافته ها: شبکه ی عصبی می تواند نتایج بیمارانی که عمل شده باشد یا عمل نشده باشند، را بررسی کند و سپس شبکه های جداگانهمی تواند هزینه ی درمان و مدت بستری شدن را پیش بینی کند، به شرط این که بدانیم روی چه بیماری جراحی انجام شده است.نتیجه گیری: شبکه ی عصبی طراحی شده در این قسمت به خوبی مقادیر معمول بیماران را پیش بینی می کند و با به وجود آوردنشبکه ی عصبی چند لایه می توان بیمارانی که قبل از عمل جراحی می میرند، را به خوبی به تصویر کشید. شبکه ی عصبی به خاطرخاصیت مدل سازی غیر خطی می تواند کمک موثری در مدل سازی و پیش بینی باشد.واژه های کلیدی: شبکه های عصبی (کامپیوتر)؛ تشخیص؛ یادگیری
کلیدواژه شبکه های عصبی (کامپیوتر) ,تشخیص ,یادگیری
آدرس دانشگاه اصفهان, ایران, دانشگاه اصفهان, ایران, دانشگاه اصفهان, ایران
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved