مروری بر روش ‏های مبتنی بر یادگیری ماشین برای پیش بینی بیماری عروق کرونر قلب

پیشرفت‌های اخیر در حوزه هوش مصنوعی ، این امکان را فراهم ساخته است که داده‌های سلامت به صورت کارآمد و دقیق پردازش شوند. هدف سیستم‌های پیش‌ بینی خطر سکته قلبی، شناسایی به موقع بیماران پرخطر و ارائه راهکارهای پیش­گیرانه است. مدل‌های پیش‌بینی مبتنی بر یادگیری ماشین با توانایی استخراج الگوهای پیچیده از داده‌های حجیم و چندبُعدی، پتانسیل فوق‌العاده‌ای برای کمک به متخصصان قلب و عروق نشان داده‌اند اما با چالش عدم تعادل کلاس مواجه هستند. تاکنون پژوهش‏های زیادی در این مورد انجام گرفته و روش‏های مختلفی برای آن ارائه شده است. در این مقاله تعدادی از روش‏های مطرح و به روز در زمینه پیش بینی بیماری عروق کرونر قلب (cad) مورد بررسی و مقایسه قرار گرفته است. نتیجه این مطالعه می‌تواند به منظور انتخاب روشهای موجود و یا شناسایی مسیرهای پژوهشی آینده در این حوزه استفاده شود.