توسعه سيستم خبره هوشمند جهت تحليل و پيش بيني رويدادهاي كاشكسي و ترومبوز در بيماران سرطاني با استفاده از متن كاوي (موردمطالعه: بيماران دريافت كننده خدمات مراقبت در منزل)

اصفهان : دانشگاه صنعتي اصفهان

مهندسي صنايع

كارشناسي ارشد

باتوجه‌به افزايش موارد ابتلا به سرطان، نياز به روش‌هاي پيشگيرانه و مديريت بهينه بيماري بيش‌ازپيش احساس شده است. مراقبت در منزل يكي از روش‌هاي مؤثر براي بهبود كيفيت زندگي بيماران سرطاني است. اين نوع مراقبت موجب كاهش هزينه‌هاي درماني و افزايش راحتي و حمايت رواني بيماران نيز مي‌شود. مقدار قابل‌توجهي از اطلاعات ارزشمند در پرونده الكترونيك سلامت بيماران وجود دارد، اما به دليل اينكه در اسناد روايي ساختارنايافته جاسازي شده است كه به‌راحتي قابل‌تجزيه و تحليل نيستند، غيرقابل‌دسترس باقي مي‌مانند. سرطان علاوه بر تأثيرات مستقيم، مي‌تواند منجر به بروز عوارض و بيماري‌هاي جانبي متعددي شود. دو عارضه مهم كه در بيماران سرطاني به‌شدت قابل‌توجه است، كاشكسي و ترومبوآمبولي وريدي هستند. اين عوارض مي‌توانند روند درمان را پيچيده‌تر كرده و خطرات جدي براي بيماران ايجاد كنند؛ بنابراين، پيش‌بيني و مديريت اين عوارض از اهميت بالايي برخوردار است. هدف اين پژوهش شناسايي ريسك فاكتورها با استفاده از مرور ادبيات و نظر كارشناسان خبره و استخراج آنها از متن با استفاده از متن‌كاوي است تا بتواند اطلاعات را از پرونده الكترونيكي سلامت استخراج و ساختار دهد. اين پژوهش به توسعه يك سيستم خبره هوشمند با استفاده از تكنيك‌هاي داده‌كاوي و متن‌كاوي به‌منظور پيش‌بيني دو عارضه مهم كاشكسي و ترومبوز در بيماران سرطاني پرداخته است. سيستم خبره طراحي شده با استفاده از داده‌هاي باليني يك‌ساله جمع‌آوري شده از مؤسسه مكسا كه به ارائه خدمات مراقبت در منزل براي بيماران سرطاني مي‌پردازد، ارزيابي شده است. هدف اصلي اين پژوهش، افزايش دقت پيش‌بيني اين عارضه‌ها از طريق تحليل و استخراج ويژگي‌هاي مرتبط از متون باليني با بهره‌گيري از نظرات كارشناسان خبره بوده است. تاكنون در ادبيات پژوهش حوزه مراقبت در منزل و عارضه‌هاي كاشكسي و ترومبوز از متن‌كاوي استفاده نشده است. با بهره‌گيري از سيستم خبره هوشمند، 27 ويژگي جهت پيش‌بيني عارضه‌ها از متون ويزيت‌ها استخراج شد. استفاده از اين ويژگي‌هاي استخراج‌شده از متون به همراه ويژگي‌هاي ساختاريافته در پيش‌بيني عارضه‌هاي كاشكسي و ترومبوز، به ترتيب به طور متوسط بر اساس معيار دقت، بهبودهايي به ميزان 0.86% و 1.46% و بر اساس معيار F-measure، بهبودهايي به ميزان 2.95% و 14.06% نسبت به حالتي كه ويژگي‌هاي استخراج‌شده از متون استفاده نشده بودند، ايجاد كرد. همچنين، مقايسه عوامل مؤثر مورداستفاده در اين پژوهش با عوامل موردتوجه در پژوهش‌هاي پيشين نشان داد كه در پيش‌بيني عارضه‌هاي كاشكسي و ترومبوز، بر اساس معيار F-measure، به ترتيب 25.84% و 322.82% بهبود حاصل شده است. به‌طوركلي نيز مدل‌سازي بر اساس ويژگي‌هاي متني و ساختاريافته نسبت به مدل‌سازي بر اساس صرفاً ويژگي‌هاي ساختاريافته و عوامل معرفي شده در ادبيات پژوهش به طور متوسط مطابق با معيار F-meature به ترتيب به ميزان 8.50% و 174.33% بهبود داشته است. در نهايت، خروجي مدل به‌صورت داشبورد عملياتي براي استفاده كاربر توسعه‌يافته است.

230877

بهينه سازي

مهندسي صنايع و سيستم ها

دانشگاه صنعتي اصفهان