ارزیابی مدیریت سبد پروژه‌های خدمات سلامت مبتنی بر فناوری اطلاعات با رویکرد استنتاج فازی عصبی-تطبیقی

مقدمه: در چشم‌انداز پویای مدیریت بهداشت و درمان، مدیریت کارآمد سبد پروژه‌های خدمات سلامت مبتنی بر فناوری اطلاعات برای بهینه‌سازی تخصیص منابع، کاهش خطرات و بهبود نتایج بسیار مهم است. این پژوهش به اهمیت و ضرورت پیش‌بینی و ارزیابی شیوه‌های مدیریت سبد در پروژه های خدمات سلامت، با توجه به اتکای فزاینده به فناوری اطلاعات برای هدایت نوآوری و کارایی در ارائه خدمات می‌پردازد. هدف اصلی این پژوهش بررسی ابعاد و مولفه‌های موثر بر مدیریت سبد در پروژه‌های خدمات سلامت مبتنی بر فناوری اطلاعات و ارزیابی اهمیت آنها با استفاده از رویکرد استنتاج فازی عصبی تطبیقی ​​ است.روش ها: این پژوهش شامل دو مرحله کلیدی است. در مرحله اول، تحلیل فراترکیب برای شناسایی ابعاد و مولفه‌های موثر بر مدیریت سبد در پروژه‌های سلامت انجام شد. سپس، مولفه‌های شناسایی‌شده با استفاده از رویکرد استنتاج فازی عصبی-تطبیقی ​​برای اولویت‌بندی اهمیت آنها ارزیابی شد.یافته ها: یافته‌های این پژوهش، عوامل حیاتی موثر بر مدیریت سبد در پروژه‌های خدمات سلامت، از جمله عوامل مدیریت فناوری اطلاعات، عوامل فرهنگی، مدیریت فناوری اطلاعات سلامت را در بعد کلان و عوامل مدیریت تحقیق و توسعه، مدیریت سبد پروژه و مدیریت مالی را در بعد خرد نشان داد.نتیجه‌گیری با درک و اولویت بندی عوامل شناسایی شده، سازمان های حوزه سلامت می توانند قابلیت های مدیریت سبد خود را افزایش دهند، تخصیص منابع را بهینه کنند و درنهایت خدمات سلامت برتر را ارائه دهند.

evaluation of health services portfolio management based on information technology using adaptive neuro-fuzzy inference approach

introduction: in the dynamic landscape of healthcare management, efficient portfolio management of it-based health service projects is essential for optimizing resource allocation, mitigating risks, and improving outcomes. this research examines the importance of forecasting and evaluating portfolio management practices in healthcare services, considering growing dependence on information technology to drive innovation and efficiency in service delivery. the main objective was to examine the dimensions and components affecting portfolio management in it-based health service projects, using an adaptive neuro-fuzzy inference system.methods: the research was conducted in two key stages. first, a meta-synthesis analysis was conducted to extract key dimensions and components affecting portfolio management in healthcare it projects. subsequently, the identified components were evaluated using an adaptive neuro-fuzzy inference system (anfis) to prioritize their importance.results: the findings highlight critical factors affecting portfolio management. at the macro level, these include information technology management, cultural factors, and health information technology management. at the micro level, significant components include research and development (r&d) management, project portfolio management, and financial management.conclusion: this research provides valuable insights into the multi-level factors shaping portfolio management in it-based healthcare projects. by understanding and prioritizing these factors, healthcare organizations can enhance their portfolio management strategies, optimize resource allocation, and ultimately improve quality of healthcare services.