دومین کنگره انفورماتیک پزشکی و هفتمین همایش سلامت الکترونیک
عنوان فارسی ایجاد مدل فازی دسته بندی قوانین تریاژ دراورژانس قلب
چکیده فارسی مقاله مقدمه: چالش های بیمارستانی و کاربرد هوش مصنوعی در راستای حل آنها، موضوع بسیاری از تحقیقات می­باشد. یکی از مسائل مهم در هر بخش بیمارستانی، واحد تریاژ می­باشد که در بیمارستان های تخصصی قلب از اهمیت خاصی برخورددار است. استفاده از روشهای هوش مصنوعی بویژه روش فازی یکی از روشهای کمک کننده به تشخیص پزشکی در اولویت بندی بیماران بخش قلب می­باشد. یکی از مسائلی که در اورژانس بویژه برای بیماران قلبی مطرح است، تعیین اولویت­بندی بیماران قلبی در تریاژ اورژانس بیمارستان قلب می­باشد. مشکل دسته­بندی و تقسیم بیماران مراجعه کننده به اورژانس بیمارستان به بیماران سرپایی، بستری، همچنین بیماران بدحال و بیماران با وخامت حال کمتر و عدم تریاژ صحیح بیماران تبعاتی همچون مرگ ومیر را در بر خواهد داشت، وجود سیستم صحیح­ تریاژ را ایجاب می کند که تضمین کننده صحت اجرای تریاژ باشد. با توجه به اینکه در اکثر بخش های اورژانس، تریاژ پنج- مرحله­ای (شاخص شدت اضطرار (ESI)) برای تعیین اولویت­بندی بیماران مورد استفاده قرار می­گیرد و در برخی مواقع تشخیص اولویت­بندی بیماران برای پرستاران امری دشوار می­­باشد، در نتیجه ارائه روشی هوشمند مبتنی بر منطق فازی برای اولویت­بندی بیماران حائز اهمیت خواهد بود. با در نظر گرفتن این موضوع، هدف از این مطالعه این است که بر روی داده­های جمع آوری شده از بیمارستان قلب شهید رجایی به کمک سیستم فازی طراحی شده، پیش بینی سطوح تریاژ بیماران قلبی صورت گیرد. الگوریتم پیشنهادی با استفاده از قواعد طراحی شده در پایگاه دانش سیستم فازی، استنتاج لازم بر اساس ریسک فاکتورهای ورودی بیمار انجام گردید و نهایتا سطوح تریاژ مبتلایان به بیماریهای قلبی بر این اساس پیش بینی شد. مواد و روش: در این مقاله از مدل فازی برای کمک به اولویت بندی قوانین تریاژ بخش قلب بیمارستان استفاده شده است. این پژوهش از نوع مطالعات توسعه ای است که هدف از آن ارائه و ارزیابی سیستم اولویت بندی بیماران قلبی مراجعه کننده به تریاژ بیمارستان تخصصی قلب می­باشد. برای اعتبارسنجی سیستم دسته بندی و تشخیص تریاژ از نرم افزار MATLAB بعلت منبع باز بودن و نمایش سریع استفاده شد. داده های استخراج شده از پرونده پزشکی بیماران بیمارستان قلب و عروق شهید رجایی را در سیستم مورد نظر وارد و نتایج حاصل از سیستم را با نتایج تریاژ ثبت شده توسط پرستاران مورد قیاس قرار گرفت و در قالب صحت، دقت گزارش شد. داده های سال 96 با روش نمونه گیری از جدول مورگان انتخاب گردید. یافته­ها: نتایج ارزیابی سیستم با استفاده از داده های مربوط به 200 بیمار مراجعه کننده به بیمارستان قلب شهید رجایی نشان داد که سیستم پیشنهادی توانست با دقت 93 درصد و صحت 96 درصد پیش بینی درست سطوح تریاژ در بخش قلب را انجام دهد. مزیت دیگر سیستم پیشنهادی این بود که اغلب فاکتورهای موثر در پیش بینی سطوح تریاژ در آن لحاظ شده است. نتیجه گیری: منطق فازی در پزشکی بعنوان ابزار کمک کننده برای متخصصان پزشکی، حائز اهمیت است. این مقاله از الگوریتم استنتاج ممدانی برای دسته بندی بیماران براساس علائم حیاتی اولیه، نظر پزشکان و پرستاران استفاده کرده است. الگوریتم پیشنهادی قادر به پیش بینی سطوح تریاژ بخش قلب با دقت 93 درصد می باشد. سیستم فازی الگوریتم نامبرده دارای یازده ورودی و پنج خروجی است، ورودیها علائم اولیه حیاتی مهم و موثر در ایجاد سطوح تریاژ بیماران قلبی هستند و خروجی دارای 5 سطح دسته بندی 1 تا 5 می­باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Developing a Fuzzy Model to Classify Triage Rules in Heart Emergency
چکیده انگلیسی مقاله Introduction: Hospital challenges and employing artificial intelligence to tackle those challenges has been the topic of copious research. A key issue in any hospital is the triage unit which is ever more significant in heart specialized hospitals. Employing artificial intelligence methods especially the fuzzy method is a great help to medical diagnosis and prioritizing the patients in the cardiac ward. Materials and Methods: In the present research, the fuzzy model was used to prioritize the triage rules in the hospital cardiac ward. As a developmental study, the present research aimed to propose and evaluate the patient prioritization system applied in the triage of a heart specialized hospital. Rsults: The system evaluation results obtained from the data provided by 200 patient visitors of Shahid Rajaee cardiac hospital revealed that the proposed system, which enjoyed a sensitivity of 93% and accuracy of 96%, managed to have a proper prediction of the level of triage in HER. The system also has this privilege that it has observed almost all the key factors involved in predicting the level of triage. Conclusion: Fuzzy logic has come to the help of medical specialists. The present research used Mamdani fuzzy algorithm to classify patients in terms of their initial vital signs, nurses’ and doctors’ diagnosis. The proposed algorithm is capable of predicting of triage level in HER with a sensitivity of 93%.
کلیدواژه‌های انگلیسی مقاله سیستم های فازی, موتور استنتاج فازی, پیش بینی سطح تریاژ, علائم حیاتی
نویسندگان مقاله fateme moghbeli -

mostafa langarizadeh -

toktam khatibi -

majid kiavar -

akbar nikpajouh -

نشانی اینترنتی http://mieh-2018.modares.ac.ir/browse.php?a_code=A-10-76-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   دوره مرتبط   |   کنفرانس مرتبط   |   فهرست کنفرانس ها