دوره 13، شماره 6 - ( بهمن و اسفند 1398 )                   جلد 13 شماره 6 صفحات 419-428 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Abbasi Hasanabadi N, Firouzi Jahantigh F, Tabarsi P. Diagnosis of Pulmonary Tuberculosis Using Artificial Intelligence (Naive Bayes Algorithm). payavard. 2020; 13 (6) :419-428
URL: http://payavard.tums.ac.ir/article-1-6909-fa.html
عباسی حسن آبادی نسترن، فیروزی جهانتیغ فرزاد، طبرسی پیام. تشخیص بیماری سل ریوی با استفاده از هوش مصنوعی(الگوریتم بیز ساده). پیاورد سلامت. 1398; 13 (6) :419-428

URL: http://payavard.tums.ac.ir/article-1-6909-fa.html


1- کارشناس ارشد مهندسی صنایع، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
2- دانشیار گروه مهندسی صنایع، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران ، Firouzi@eng.usb.ac.ir
3- ستاد گروه عفونی، مرکز تحقیقات سل بالینی و اپیدمیولوژی، بیمارستان مسیح دانشوری، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
چکیده:   (786 مشاهده)
زمینه و هدف: موفقیت مورد انتظار در کاهش و کنترل بیماری سل به­‌رغم اجرای برنامه­ های پیشگیرانه و درمانی مؤثر فراهم نشده که یکی از دلایل آن، تاخیر در تشخیص قطعی می­­‌باشد. بنابراین ایجاد یک سیستم کمک تشخیص برای غربالگری بیماری سل می­‌تواند به تشخیص زودهنگام این بیماری کمک کند. هدف از این تحقیق، ارزیابی الگوریتم بیز ساده به­عنوان ابزاری برای تشخیص سل ریوی است.
روش بررسی: در این مطالعه­‌ی کاربردی، جامعه پژوهش بیماران دارای علایم سل و نمونه پژوهش، داده‌­های ثبت شده‌­ی 582 فرد با علایم اولیه سل در بیمارستان مسیح دانشوری تهران است. اطلاعات نمونه­‌ها با تشخیص تاییدشده در دو کلاس مبتلا به سل ریوی و نرمال بررسی گردید. از الگوریتم بیز ساده (Naive Bayes) برای غربالگری بیماری سل ریوی با استفاده از علایم عمومی و اولیه بیماران از زبان برنامه­نویسی پایتونPython)  ) استفاده شده است.
یافته ­ها: دقت (Accuracy)، حساسیت (sensitivity) و ویژگیspecificity) ) حاصل از پیاده­‌سازی الگوریتم بیز ساده جهت تشخیص بیماری سل ریوی به­ترتیب 95/89%، 93/59% و 98/53% به­دست آمد و سطح زیر منحنی مشخصه عملکرد (AUC) برابر با 98/91% محاسبه شد.
نتیجه‌­گیری: عملکرد مدل بیز ساده برای تشخیص بیماری سل ریوی دقت قابل قبولی دارد. این سیستم می­تواند برای کمک به بیمار و مدیریت بیماری در نقاط دور افتاده با دسترسی محدود به منابع آزمایشگاهی و کمبود متخصص، استفاده و موجب تسریع در تشخیص شود. همچنین می­تواند موجب اقداماتی به­موقع و مناسب جهت کنترل سرایت سل ریوی به سایر افراد و تسریع بهبود این بیماری باشد.
متن کامل [PDF 589 kb]   (243 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فناوری اطلاعات سلامت
انتشار الکترونیک: ۱۳۹۸/۱۲/۱۰

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله پیاورد سلامت می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2020 All Rights Reserved | Journal of Payavard Salamat

Designed & Developed by : Yektaweb