دوره 16، شماره 6 - ( بهمن 1401 )
جلد 16 شماره 6 صفحات 514-504 |
برگشت به فهرست نسخه ها
Ethics code: IR.BUMS.REC.1401.066
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Bahador F, Sabahi A, Jalali S, Ameri F. Investigating the Role of Artificial Intelligence in Management of Diabetes in Iran: A Systematic Review. payavard 2023; 16 (6) :504-514
URL: http://payavard.tums.ac.ir/article-1-7306-fa.html
URL: http://payavard.tums.ac.ir/article-1-7306-fa.html
بهادر فاطمه، صباحی اعظم، جلالی سمانه، عامری فاطمه. بررسی نقش هوش‌مصنوعی در مدیریت بیماری دیابت در ایران: مرور نظام‌مند. پیاورد سلامت. 1401; 16 (6) :504-514
فاطمه بهادر1 
، اعظم صباحی2 ، سمانه جلالی3 ، فاطمه عامری* 4
، اعظم صباحی2 ، سمانه جلالی3 ، فاطمه عامری* 4
1- دانشجوی دکتری مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
2- استادیار گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی و بهداشت فردوس، دانشگاه علوم پزشکی بیرجند بیرجند، ایران
3- کارشناس فناوری اطلاعات سلامت، دانشکده پیراپزشکی و بهداشت فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران
4- دانشجوی کارشناسی ارشد فناوری اطلاعات سلامت، کمیته تحقیقات دانشجویی، دانشکده علوم پیراپزشکی و توانبخشی، دانشگاه علوم پزشکی مشهد، مشهد، ایران ،AmeriF4012@mums.ac.ir
2- استادیار گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی و بهداشت فردوس، دانشگاه علوم پزشکی بیرجند بیرجند، ایران
3- کارشناس فناوری اطلاعات سلامت، دانشکده پیراپزشکی و بهداشت فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران
4- دانشجوی کارشناسی ارشد فناوری اطلاعات سلامت، کمیته تحقیقات دانشجویی، دانشکده علوم پیراپزشکی و توانبخشی، دانشگاه علوم پزشکی مشهد، مشهد، ایران ،
چکیده: (1869 مشاهده)
زمینه و هدف: دیابت یکی از شایع‌ترین بیماری‌های متابولیک در ایران و پنجمین علت اصلی مرگ در سراسر جهان محسوب می‌شود. شیوع دیابت در سراسر جهان، باعث ایجاد روش‌های جدید در تحقیقات زیست پزشکی شده‌است. از آن جمله می‌توان به هوش‌مصنوعی اشاره نمود. این مطالعه با هدف بررسی انواع مطالعات انجام شده در زمینه‌ی هوش‌مصنوعی و دیابت در ایران انجام شد.
روش بررسی: این مطالعه به روش مرور نظام‌مند انجام شد. پایگاه‌های اطلاعاتی معتبر داخلی شامل Irandoc، Magiran، SID و موتور جستجوگر Google Scholar با استفاده از کلیدواژه‌های هوش‌مصنوعی و دیابت به‌صورت فارسی، جداگانه و ترکیبی بدون محدودیت زمانی تا ۲۰ ژوئن ۲۰۲۱ بررسی گردیدند. تعداد ۷۴۹۵ مقاله بازیابی شد که در مراحل مختلف(حذف مقالات تکراری(۱۸۲۴)، عنوان و خلاصه مقاله(۵۸۸۴) و متن کامل(۳۰)) غربالگری شد و در نهایت ۲۰ مقاله که معیارهای موردنظر پژوهشگران را داشت مورد بررسی دقیق قرارگرفت.
یافته‌ها: از میان مقالات بازیابی‌شده، ۲۰ مقاله معیارهای ورود به مطالعه را داشتند که از این تعداد ۱۶ مقاله به روش‌های مبتنی بر هوش‌مصنوعی و ۴ مقاله به طراحی سیستم‌های جدید مبتنی بر هوش‌مصنوعی پرداخته‌بودند. ۱۰ مقاله به بررسی نقش هوش‌مصنوعی در پیش‌بینی، ۸ مقاله در تشخیص و ۲ مقاله به کنترل و مدیریت بیماری دیابت پرداخته‌بودند. بیشترین حجم مقالات به استفاده از روش‌های داده‌کاوی مانند شبکه‌عصبی‌مصنوعی، درخت تصمیم و غیره(۱۶ مقاله) اختصاص داشتند و برخی از مطالعات به ارزیابی و مقایسه‌ی روش‌های هوش‌مصنوعی بر روی کاربرد، صحت و حساسیت هوش‌مصنوعی در تشخیص و پیش‌بینی دیابت پرداخته بودند(۱۰ مطالعه).
نتیجه‌گیری: بررسی نظام‌مند مقالات نشان داد که استفاده از روش‌های داده‌کاوی جهت مدیریت دیابت در ایران با پیشرفت خوبی همراه بوده اما نیاز است تا در زمینه طراحی سیستم‌ها و الگوریتم‌های هوش‌مصنوعی و در زمینه کنترل و مدیریت دیابت اقدامات بیشتری انجام پذیرد.
روش بررسی: این مطالعه به روش مرور نظام‌مند انجام شد. پایگاه‌های اطلاعاتی معتبر داخلی شامل Irandoc، Magiran، SID و موتور جستجوگر Google Scholar با استفاده از کلیدواژه‌های هوش‌مصنوعی و دیابت به‌صورت فارسی، جداگانه و ترکیبی بدون محدودیت زمانی تا ۲۰ ژوئن ۲۰۲۱ بررسی گردیدند. تعداد ۷۴۹۵ مقاله بازیابی شد که در مراحل مختلف(حذف مقالات تکراری(۱۸۲۴)، عنوان و خلاصه مقاله(۵۸۸۴) و متن کامل(۳۰)) غربالگری شد و در نهایت ۲۰ مقاله که معیارهای موردنظر پژوهشگران را داشت مورد بررسی دقیق قرارگرفت.
یافته‌ها: از میان مقالات بازیابی‌شده، ۲۰ مقاله معیارهای ورود به مطالعه را داشتند که از این تعداد ۱۶ مقاله به روش‌های مبتنی بر هوش‌مصنوعی و ۴ مقاله به طراحی سیستم‌های جدید مبتنی بر هوش‌مصنوعی پرداخته‌بودند. ۱۰ مقاله به بررسی نقش هوش‌مصنوعی در پیش‌بینی، ۸ مقاله در تشخیص و ۲ مقاله به کنترل و مدیریت بیماری دیابت پرداخته‌بودند. بیشترین حجم مقالات به استفاده از روش‌های داده‌کاوی مانند شبکه‌عصبی‌مصنوعی، درخت تصمیم و غیره(۱۶ مقاله) اختصاص داشتند و برخی از مطالعات به ارزیابی و مقایسه‌ی روش‌های هوش‌مصنوعی بر روی کاربرد، صحت و حساسیت هوش‌مصنوعی در تشخیص و پیش‌بینی دیابت پرداخته بودند(۱۰ مطالعه).
نتیجه‌گیری: بررسی نظام‌مند مقالات نشان داد که استفاده از روش‌های داده‌کاوی جهت مدیریت دیابت در ایران با پیشرفت خوبی همراه بوده اما نیاز است تا در زمینه طراحی سیستم‌ها و الگوریتم‌های هوش‌مصنوعی و در زمینه کنترل و مدیریت دیابت اقدامات بیشتری انجام پذیرد.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
