ارائه الگوریتمی هوشمند جهت پیش‌بینی سکته قلبی

مقدمه: امروزه یکی از شایع‌ترین علت مرگ بزرگسالان در سراسر دنیا سکته قلبی می‌باشد. طبق اعلام وزارت بهداشت، درمان و آموزش پزشکی، 11 تا 15 درصد مرگ و میرها در کشور ناشی از سکته قلبی است و در جهان،  ایران بالاترین آمار مرگ ناشی از بیماری قلبی را دارا می‌باشد. تخمین زده شده که در سال 2022‌، مرگ و میر ناشی از این بیماری‌ها به 20 میلیون نفر افزایش یابد؛ بنابراین پیش‌بینی کردن این بیماری از جمله مباحث چالش برانگیز در مبحث پزشکی می‌باشد و امروزه اکثر سیستم‌های پیش‌بینی با استفاده از الگوریتم‌های هوش مصنوعی و یادگیری ماشین به وجود آمده‌اند.روش: پژوهش حاضر از نوع کاربردی و توصیفی است، که در سال 1401 با استفاده از اطلاعات 600 نفر از افراد مراجعه کننده به بیمارستان پیمانیه و مطهری شهرستان جهرم انجام شده است. در این پژوهش داده‌ها بر اساس منابع موجود از هر دو بیمارستان جمع‌آوری شدند. به منظور پیاده‌سازی و ارزیابی نتایج از زبان برنامه‌نویسی متلب استفاده شده است.نتایج: پارامترهای به‌کاررفته در این پژوهش جزء پارامترهای دسته‌بندی می‌باشد که شامل: نرخ دسته‌بندی، صحت، فراخوان و f سنجش می‌باشند که به‌ترتیب مقادیر 90/7، 90/2، 91/5 و 90/8  به ‌دست ‌آمده است.نتیجه‌گیری: نتایج نشان می‌دهند که مدل پیشنهادی قادر خواهد بود که با درصد بالایی احتمال وقوع سکته را پیش‌بینی کند

presenting an intelligent algorithm to predict heart attack

introduction: today, heart attack is one of the most common causes of death in adults all over the world. according to the announcement of the ministry of health, treatment, and medical education, 11 to 15 percent of deaths in iran are caused by heart attacks, and in the world, iran has the highest number of deaths due to heart disease in 2022. it has been estimated that deaths from these diseases will increase to 20 million people. therefore, predicting this disease is one of the most challenging topics in the medical field, and today most prediction systems are created using artificial intelligence and machine learning algorithms.method: this applied and descriptive research was conducted in 2022 using the information of 600 people who referred to peymaniyeh and motahari hospitals in jahrom city. in this research, data were collected based on the available sources from both hospitals. to implement and evaluate the results, matlab programming language was used.results: the parameters used in this research are among the classification parameters, including classification rate, precision, recall, and f-measure, which were obtained as 90.7, 90.2, 91.5, and 90.8, respectively.conclusion: the results show that the proposed model will be able to predict the probability of stroke with a high percentage.