طراحی سیستم تصمیم یار هوشمند کارشناسی خرید ملزومات پزشکی بر پایه فنون فازی و شبکه های عصبی

مقدمه: زنجیره های تامین تجهیزات و ملزومات پزشکی در مراکز بهداشتی و درمانی بسیار پیچیده، متنوع و پویا هستند و این پیچیدگی، انتخاب و خرید بهینه را به امری تخصصی و چالش برانگیز تبدیل نموده است. لذا این پژوهش به طراحی سیستم تصمیم یار هوشمندی جهت پشتیبانی از فرایند کارشناسی خرید ملزومات پزشکی پرداخته است. روش ها: مطالعه حاضر توسعه ای-کاربردی و با روش توصیفی-پیمایشی است. در این پژوهش، بر مبنای هوش مصنوعی و با مجموعه های فازی و شبکه های عصبی، نحوه تصمیم گیری کارشناسان خرید ملزومات پزشکی در نرم افزار متلب الگوسازی شد. به نحوی که با اخذ اطلاعات، امتیاز ملزومات پزشکی را پیش بینی نماید. داده های لازم، در سال 1401 از وبگاه اداره کل تجهیزات پزشکی و دانش متخصصین این حوزه استخراج شد. یافته ها: بنا بر نتایج، استفاده از شبکه عصبی پرسپترون سه لایه، با میانگین مربعات خطای 0/0011 و همبستگی کلی 0/97، می تواند تصمیم یار مناسبی در ارزیابی و انتخاب ملزومات پزشکی باشد. نتیجه گیری: استفاده از ابزاری که منجر به بهبود فرایند کارشناسی خرید ملزومات پزشکی گردد، کمک شایانی به نظام سلامت در حفظ منابع و ارتقاء کیفیت خدمات بهداشتی و درمانی می نماید. شبکه های عصبی یکی از موثرترین روش ها با قابلیت یادگیری و تعمیم است که می تواند به عنوان پشتیبانی هوشمند با سرعت و دقت بالا، کارشناسان حوزه خرید ملزومات پزشکی را در پردازش داده یاری رساند و منجر به تصمیم گیری و انتخاب ملزومات پزشکی بهینه گردد.

an intelligent decision support system based on fuzzy techniques and neural networks for purchasing medical supplies

introduction: the supply chains of medical equipment and necessities in healthcare centers are highly complex, diverse, and dynamic, making optimal selection and purchase a specialized and challenging task. this research aimed to design an intelligent decision support system that could aid the expertise process of purchasing medical supplies. methods: in this developmental-applied and descriptive-survey study, we used artificial intelligence, fuzzy sets, and neural networks as well as matlab software to design a model that could simulate the decision-making process of experts in the purchase of medical supplies by predicting the score of medical supplies after obtaining information. the required data was extracted from the website of the general directorate of medical equipment and knowledge of specialists in 2022. results: the results showed that a three-layer perceptron neural network, with a mean square error of 0.0011 and an overall correlation of 0.97, could be used as a suitable decision aid in the evaluation and selection of medical supplies. conclusion: the use of an intelligent decision support system can greatly aid the expertise process of purchasing medical supplies, thus helping the healthcare system to preserve resources and improve the quality of healthcare services. the high speed and accuracy of processing data by using neural networks, one of the most effective methods for learning and generalizing, can assist experts in purchasing medical supplies and lead to optimal decision-making.