استفاده از روش هاي يادگيري ماشين جهت تعيين عوامل تأثيرگذار بر كاهش ميزان مرگ و مير و زمان بستري بيماران مبتلا به كوويد-19

كارشناسي ارشد

در پژوهش پيش رو با جمع آوري داده‌هاي 1040 بيمار كوويد-19 بستري در 3 بيمارستان در شهر هاي تهران، بجنورد و رشت، به تحليل آنها به منظور كشف عوامل تأثيرگذار بر فوت و مدت زمان بستري بيماران پرداخته‌ايم. به منظور كشف عوامل مؤثر بر فوت بيماران، با استفاده از آموزش درخت تصميم، ويژگي‌هايي كه درخت تصميم در جداسازي افراد فوت شده و بهبود يافته استفاده مي‌كند را شناسائي كرده و سپس با كمك آزمون كولموگروف - اسميرنوف بررسي كرديم كه كدام ويژگي را مي‌توان با اطمينان بالاي 95 درصد به عنوان ويژگي‌هايي بيان كرد كه بين جامعه افراد فوت شده و بهبود يافته داراي توزيع متفاوتي هستند. با اينكار از بين ويژگي هاي متعدد داده ها، 25 ويژگي شناسائي شدند. با توجه به اينكه اين ويژگي ها داراي توزيع متفاوتي در دو جامعه آماري هستند، اين ويژگي ها را مي توان ويژگيهاي تأثيرگذار بر جداسازي اين دو جامعه از يكديگر معرفي كرد. لذا درخت تصميم ديگري با اين ويژگيها تعريف كرديم و نشان داديم كه درخت جديد عملكرد مشابهي با درخت تصميمي كه با همه ويژگيها آموزش ديده است دارد و اينگونه نشان داديم كه استفاده از آزمون فرضيه‌هاي آماري چگونه مي‌تواند ويژگي‌هايي كه در رده‌بندي داده‌ها مؤثر هستند را شناسائي كند و لذا به نوعي مي‌تواند به عنوان يك انتخاب‌كننده ويژگي به منظور كاهش ابعاد داده از آن استفاده نمود. در ادامه با همين روش ويژگي‌هايي كه بر مدت‌زمان بستري بيماران تأثيرگذار هستند را شناسائي كرده‌ايم. اينبار از آزمون كراسكال-واليس براي تفاوت توزيع ويژگي ها در كلاس هاي مختلف افراد دوره بستري بيماران استفاده كرديم. ابتدا آزمون را با سطح اطمينان 95 درصد انجام داديم و 54 ويژگي مؤثر بر دوره بستري بيماران را شناسائي كرديم. سپس با انجام آزمون با سطح اطمينان 99 درصد تعداد ويژگي ها را به 36 كاهش داديم و نشان داديم كه چگونه با افزايش سطح اطمينان آزمون فرضيه مي توان به ابعاد داده ها را به طوري كاهش داد كه ويژگي هايي كه تفاوت بيشتري بين رده ها ايجاد مي كنند حفظ شوند. در ادامه درخت تصميمي با اين 36 ويژگي آموزش داديم و عملكرد آن را بررسي كرديم. در انتها ديديم كه درخت ساخته شده با اين 36 ويژگي تفاوتي از لحاظ عملكرد با درخت ساخته شده با تمام ويژگي ها ندارد و بنابراين مي توان از روش آزمون هاي آماري ناپارامتريك براي كاهش ابعاد داده ها و انتخاب ويژگيهاي موثر و متمايز كننده استفاده نمود. مزيت اين روش انتخاب ويژگي در اين است كه ثابت مي شود ويژگي هاي انتخاب شده با احتمال بالايي بين رده هاي مختلف داده متفاوت هستند و بنابراين ويژگي هايي كه تفاوتي در رده بندي ايجاد نمي كنند با دقت بالايي حذف مي شوند.

209490

دانشگاه علم و صنعت ايران

مهندسي كامپيوتر - هوش مصنوعي و رباتيكز

دكتر ناصر مزيني