fa بررسی کاربردها و نقش هوش‌مصنوعی در مدیریت بیماری‌های قلبی: یک مطالعه‌ی مروری نظام‌مند بر مطالعات پژوهشی فارسی فناوری اطلاعات سلامت Health Information Technology مروری Review <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:nasimYW;"><strong>زمینه و هدف:</strong> بیماری‌های قلبی از شیوع بسیار بالایی در سطح جهان برخوردار بوده و به‌عنوان یکی از علل اصلی مرگ‌و میر در سراسر جهان شناخته می‌شوند. هوش‌مصنوعی به‌عنوان یکی از فناوری‌های نوین، در سال‌های اخیر در ایران و سایر نقاط جهان، به‌منظور مدیریت طیف وسیعی از بیماری‌ها مورد توجه قرار گرفته است. مطالعه‌ی حاضر با هدف مرور نظام‌مند مطالعات پژوهشی انجام‌شده در زمینه‌ی به‌کارگیری هوش‌مصنوعی در بیماری‌های قلبی صورت پذیرفته است.<br> <strong>روش بررسی:</strong> به‌منظور بررسی مطالعات پژوهشی انجام‌شده در زمینه‌ی بیماری‌های قلبی با بهره‌گیری از هوش‌مصنوعی، پایگاه‌های اطلاعاتی SID، Google Scholar و Magiran به زبان فارسی مورد جستجو قرار گرفتند. این جستجو بدون اعمال محدودیت زمانی در تاریخ ۱۵ فروردین ۱۴۰۳ انجام پذیرفت و تمامی مطالعات پژوهشی که تا این تاریخ از روش‌های مختلف هوش‌مصنوعی در زمینه‌ی بیماری‌های قلبی استفاده نموده بودند، در مطالعه‌ی مروری نظام‌مند حاضر وارد شدند.<br> <strong>یافته‌ها:</strong> نتایج حاصل از جستجو در سه پایگاه داده‌ی مذکور، منجر به بازیابی ۱۷۸۱۹ مطالعات پژوهشی گردید که از این میان، ۴۶ مطالعه پژوهشی با معیارهای ورود و خروج مطالعه مطابقت داشتند. این مطالعات پژوهشی، در سه زمینه‌ی پیش‌بینی، درمان و تشخیص، از هوش‌مصنوعی استفاده کرده بودند. شبکه‌های عصبی(تعداد: ۲۲)، ماشین‌بردار پشتیبان(تعداد: ۲۰) و درخت تصمیم(تعداد: ۱۶) الگوریتم‌هایی بودند که بیش از سایر تکنیک‌ها استفاده شده بودند. منابع داده‌ای مطالعات پژوهشی واردشده، عمدتاً پرونده‌های پزشکی بیماران و پایگاه داده UCI بودند. همچنین، نرم‌افزار متلب بیش از سایر نرم‌افزارها استفاده شده بود. بیشترین محدودیت‌های ذکرشده در مطالعات پژوهشی، شامل عدم‌در نظر گرفتن تمامی فاکتورها، محدودیت در دسترسی به داده‌ها، عدم کفایت داده‌ها، وجود نویز در سیگنال‌ها یا تصاویر و وجود داده‌های پرت، مقادیر از دست رفته و عدم نرمال بودن داده‌ها بود.<br> <strong>نتیجه‌گیری:</strong> بررسی نظام‌مند مطالعات پژوهشی انجام‌شده در زمینه‌ی بیماری‌های قلبی با بهره‌گیری از هوش‌مصنوعی نشان داد که این فناوری در طیف وسیعی از بیماری‌های قلبی-عروقی مورد استفاده قرار گرفته و اغلب مطالعات پژوهشی انجام‌شده، مؤید اثربخشی و عملکرد موفقیت‌آمیز آن بوده‌اند.&nbsp;</span></span></div> <div style="text-align: justify;"><span style="font-size:18px;"><span style="font-family:Times New Roman;"><strong>Background and Aim:</strong> Cardiovascular diseases have a very high prevalence globally and are recognized as one of the main causes of mortality worldwide. Artificial intelligence, as a novel technology, has garnered attention in recent years in Iran and other parts of the world for the management of a wide variety of diseases. The present study aimed to systematically review research studies conducted in the field of applying artificial intelligence in cardiovascular diseases.<br> <strong>Materials and Methods:</strong> To investigate research studies conducted in the field of cardiovascular diseases utilizing artificial intelligence, the Persian language databases SID, Google Scholar, and Magiran were searched. This search was conducted without time limitations on April 3, 2024 and included all research studies that, up to this date, had used various artificial intelligence methods in the field of cardiovascular diseases in the present systematic review.<br> <strong>Results:</strong> The results of the search in the aforementioned three databases led to the retrieval of 17,819 research studies, of which 46 research studies met the inclusion and exclusion criteria of the study. These research studies had used artificial intelligence in three areas: prediction, treatment, and diagnosis. Neural networks (n=22), support vector machines (n=20), and decision trees (n=16) were the algorithms that were used more than other techniques. The data sources of the included research studies were mainly patient medical records and the UCI database. Additionally, MATLAB software was used more than other software. The most frequently mentioned limitations in the research studies included not considering all factors, limited access to data, insufficient data, the presence of noise in signals or images, and the presence of outliers, missing values, and non-normality of data.<br> <strong>Conclusion:</strong> The systematic review of research studies conducted in the field of cardiovascular diseases utilizing artificial intelligence showed that this technology has been used in a wide range of cardiovascular diseases, and most of the conducted research studies confirmed its effectiveness and successful performance.</span></span></div> هوش‌مصنوعی, یادگیری ماشین, بیماری‌های قلبی عروقی, مرور نظام‌مند Artificial Intelligence, Machine Learning, Cardiovascular Diseases, Systematic Review 202 226 http://payavard.tums.ac.ir/browse.php?a_code=A-10-2998-1&slc_lang=fa&sid=1 Mozhgan Farazmand مژگان فرازمند No Bachelor of Science in Health Information Technology, Student Research Committee, School of Allied Medical Sciences, Hamadan University of Medical Sciences, Hamadan, Iran کارشناس فناوری اطلاعات سلامت، مرکز پژوهش دانشجویان، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، همدان، ایران Mandana Asgari ماندانا عسگری No Bachelor of Science in Health Information Technology, Student Research Committee, School of Allied Medical Sciences, Hamadan University of Medical Sciences, Hamadan, Iran کارشناس فناوری اطلاعات سلامت، مرکز پژوهش دانشجویان، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، همدان، ایران Hamid Bouraghi حمید بورقی No Associate Professor, Department of Health Information Technology, School of Allied Medical Sciences, Hamadan University of Medical Sciences, Hamadan, Iran دانشیار گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، همدان، ایران Taleb Khodaveisi طالب خداویسی No Assistant Professor, Department of Health Information Technology, School of Allied Medical Sciences, Hamadan University of Medical Sciences, Hamadan, Iran استادیار گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، همدان، ایران Ali Mohammadpour علی محمدپور No Assistant Professor, Department of Health Information Technology, School of Allied Medical Sciences, Hamadan University of Medical Sciences, Hamadan, Iran استادیار گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، همدان، ایران Soheila Saeedi سهیلا سعیدی so.saeidi@eoffice.umsha.ac.ir Yes Assistant Professor, Department of Health Information Technology, School of Allied Medical Sciences, Hamadan University of Medical Sciences, Hamadan, Iran استادیار گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، همدان، ایران