طراحی یک سیستم تصمیم گیرنده جهت درمان پوسیدگی دندان در کودکان

مقدمه و هدف: دندانپزشکان بر اساس مشاهدات جمع آوری شده از بیماران، طرح درمان را مشخص می کنند. با این وجود در بسیاری از موارد، مشاهدات موجود ناکامل و مبهم است و در نتیجه فرآیند تصمیم گیری همراه با عدم قطعیت می باشد. در این مقاله یک سیستم تصمیم یار مبتنی بر شبکه بیزی بررسی شده است که می تواند برای تعیین طرح درمان در شرایط دشوار تصمیم گیری به دانشجویان و دندانپزشکان یاری برساند.روش ها: در این سیستم، متغیرهای ورودی علائم بیمار و متغیرهای خروجی درمان ها بودند. شبکه بیزی برای 13 علامت تشخیص پوسیدگی و 5 درمان مرتبط طراحی شد. برای تعیین روابط بین متغیرها از الگوریتم خوشه بندی k_میانگین استفاده شد.یافته ها: سیستم پیشنهادی با استفاده از سناریوهای واقعی بیماران ارزیابی شده است و نتایج حاصل، حاکی از دقت قابل قبول آن می باشد.نتیجه گیری: می توان از این سیستم بعنوان نرم افزار کمک آموزشی در دانشکده های دندانپزشکی برای آموزش به دانشجویان استفاده نمود.

Investigation of a Decision Making System for Dental Caries Treatment in Children

Introduction: Dentists have to choose a precise treatment plan based on the prevailing sign symptoms gathered from patients. However; in most of cases, the symptoms are complicate which makes the lack of confidence for the dentist to find an accurate treatment plan. This study introduces a new diagnosis system that helps the dentists and students to choose an accurate course of treatment for dental caries. This diagnostic system is based on Bayesian Network (BN) analysis.Methods: In this system, patient rsquo;s symptoms were as input variables and treatments were as output variables. A Bayesian Network is designed for 13 different signsymptoms and 5 related treatments. Kmeans clustering algorithm is used to determine the relationships between variables, including symptoms and treatment.Results: The system evaluated by using actual scenario to determine the accuracy and showed reliable outcome.Conclusion: This system can be used in dental schools to teach students.