انفورماتیک سلامت و زیست پزشکی
سال:1396 | دوره:4 | شماره:1 |تعداد مقالات:8

یکی از شاخص های توسعه، کمیت و کیفیت مقالات منتشر شده در مجلات تخصصی می باشد. روند روبه رشد مجلات تخصصی تقریبا به ازای هر دانشکده یک مجله (1) در دانشگاه های علوم پزشکی ایران، این سوال را در ذهن ایجاد می کند که تا چه حد مقالات منتشر شده توسط این مجلات کیفیت لازم را دارند. ...

مقدمه: سیر ورود سیستم های اطلاعات بیمارستانی متنوع و ناهمگون توسط نام های تجاری مختلف، بر روی سکو های گوناگون در حوزه سلامت الکترونیک منجر به بروز مشکلات هم کنش پذیری شده است. هم کنش پذیری قابلیت دو یا چند سیستم یا مولفه برای تبادل داده و استفاده از اطلاعات مبادله شده است. هدف از این مطالعه ارائه مدلی جامع به منظور برقراری هم کنش پذیری در چهار سطح فنی، نحوی، معنایی و سازمانی در سیستم اطلاعات بیمارستان است.روش: پژوهش حاضر از نوع کاربردی- توصیفی است. این مطالعه شامل سه فاز بوده، ابتدا شاخص های مورد نیاز برای دستیابی به قابلیت هم کنش پذیری سیستم اطلاعات بیمارستان در وجوه مختلف هم کنش پذیری شناسایی شد. سپس مدلی هم کنش پذیر برای یک سیستم اطلاعات بیمارستان ارائه گردید و در نهایت با استفاده از روش های سناریو محور مدل ارائه شده مورد ارزیابی قرار گرفت.نتایج: بر اساس مطالعه انجام شده به منظور دستیابی به هم کنش پذیری کامل در سیستم اطلاعات بیمارستان از رویکرد گذرگاه سرویس سلامت استفاده شد. مدل ارائه شده دارای شاخص های لازم برای دستیابی به تمام سطوح هم کنش پذیری است. مدل پیشنهادی با استفاده از روش ارزیابی سناریو محور ATAM مورد تایید خبرگان حوزه قرار گرفت.نتیجه گیری: دستیابی به هم کنش پذیری در حوزه بهداشت و درمان به دلیل پیچیدگی سیستم های اطلاعاتی، تنوع اطلاعات و استانداردها کار بسیار مشکلی است. این چالش ها شامل موضوعات فنی، نحوی، معنایی و سازمانی است. بالا رفتن درجه هم کنش پذیری و سازگاری بین سیستم های اطلاعات بیمارستان موجب تسهیل در همکاری سیستم ها با یکدیگر و بالا رفتن بهره وری، کارایی بالینی و مدیریتی این سیستم ها خواهد شد.

مقدمه: بیماری های قلبی- عروقی بزرگ ترین عامل مرگ و میر در سراسر جهان است. طبق اعلام سازمان بهداشت جهانی در هر سال حدود 12 میلیون مرگ و میر در سراسر جهان بر اثر بیماری های قلبی -عروقی تخمین زده شده است. هدف اصلی از این مقاله، طراحی یک سیستم هوشمند به کمک کامپیوتر است که بتواند بیماری قلبی را در فرد مبتلا تشخیص دهد.روش: در این مطالعه توصیفی- تحلیلی، داده های مربوط به 270 نفر که شامل 13 ویژگی می باشد مورد استفاده قرار گرفت. جهت تشخیص فرد مبتلا به بیماری قلبی از ترکیب سیستم فازی و طبقه بندی کننده ماشین بردار پشتیبان با استفاده از امکانات موجود در نرم افزار متلب پیاده سازی گردید و بر روی سیستم Core i5 تحت ویندوز 7 شبیه سازی شد.نتایج: در این تحقیق از تکنیک فازی و الگوریتم ماشین بردار پشتیبان جهت تشخیص بیماری قلبی استفاده شده که موثر واقع گردیده است. از آنجایی که در این مطالعه هدف، تشخیص درست و سریع می باشد، بنابراین تشخیص سریع، شانس نجات فرد را افزایش می دهد. همچنین معیارهای ارزیابی در این سیستم نرخ دسته بندی و حساسیت می باشد که عملکرد این سیستم بر اساس این شاخص ها به ترتیب 85% و 85.8% به دست آمده است.نتیجه گیری: با توجه به نتایج به دست آمده، مشاهده می شود که سیستم پیشنهادی با دقت نسبتا بالایی، افراد مبتلا به بیماری قلبی- عروقی را تشخیص می دهد.

مقدمه: صرع یک بیماری عصبی مزمن و رایج است. در درمان صرع، انتخاب درمان مناسب در کنار آموزش بیمار باید مورد توجه قرار بگیرد. امروزه فن آوری همراه به عنوان یک الگوی امیدوار کننده برای ارتقاء دانش در بیماری های مزمن شناخته می شود. برای طراحی برنامه کاربردی -آموزشی باید محتوای آموزشی مورد نیاز تعیین گردد. هدف مطالعه حاضر بررسی دیدگاه پزشکان و بیماران در زمینه محتوای آموزشی مورد نیاز برای ایجاد برنامه کاربردی- آموزشی صرع بود.روش: در این مطالعه توصیفی، دیدگاه 100 بیمار مبتلا به صرع عضو انجمن صرع ایران و 15 پزشک متخصص از اعضا و همکاران انجمن صرع، با استفاده از پرسشنامه ای در خصوص محتوای آموزشی مورد نیاز برای ایجاد برنامه کاربردی- آموزشی مبتلایان به صرع مورد بررسی قرار گرفت. این پرسشنامه مشتمل بر 19 سوال در سه حیطه (اطلاعات بیماری، سبک زندگی و داروهای مصرفی) بود. داده های به دست آمده با استفاده از آمار توصیفی (میانگین و انحراف معیار) تحلیل شد.نتایج: یافته ها نشان داد که محتوای آموزشی مورد نیاز برای بیماران مبتلا به صرع شامل اقدامات اولیه، علت، علائم، عوارض و درمان صرع، تاثیر ورزش، خواب، رانندگی، شغل، ازدواج، بارداری، تغذیه در صرع، شناخت داروهای ضدصرع و عوارض آن و اهمیت مصرف منظم داروها بود.نتیجه گیری: این مطالعه محتوای آموزشی مورد نیاز برای بیماران مبتلا به صرع را در سه حیطه سبک زندگی، اطلاعات بیماری و داروهای مصرفی نشان داد. در این سه حیطه مجموعا، 15 موضوع آموزشی مورد تایید بیماران و متخصصین قرار گرفت که باید در طراحی برنامه کاربردی- آموزشی صرع لحاظ گردد.

مقدمه: غده تیروئید نسبت به غده های دیگر بدن بیشتر دچار مشکل می شود و در صورت عدم تشخیص به موقع بی نظمی های تیروئید، بیمار دچار حمله تیروئیدی و یا کمای میگزدم شده که ممکن است منجر به مرگ گردد. از این رو تشخیص بی نظمی های تیروئید (پرکاری یا کم کاری) بر پایه تست های آزمایشگاهی و کلینیکی امری ضروری است. هدف از این پژوهش ارائه مدلی مبتنی بر تکنیک داده کاوی است که قابلیت پیش بینی بیماری تیروئید از نظر کم کاری و پرکاری را داشته باشد.روش: این مطالعه از نوع توصیفی-تحلیلی بوده و پایگاه داده آن شامل 7200 رکورد مستقل مبتنی بر 21 ریسک فاکتور و برگرفته شده از مرجع داده UCI می باشد که از این تعداد 70% نمونه ها جهت آموزش و 30% آن ها جهت آزمون استفاده شده است. این پژوهش ابتدا به بررسی عملکرد شبکه های عصبی، به منظور تشخیص بیماری تیروئید پرداخته و سپس به ارائه الگوریتمی به نام ترکیب شبکه های عصبی به روش سلسله مراتبی می پردازد.نتایج: پس از مدل سازی و مقایسه مدل های تولید شده و ثبت نتایج دقت پیش بینی بیماری تیروئید با استفاده از روش شبکه عصبی 96.6% و روش سلسله مراتبی 100 % به دست آمد.نتیجه گیری: کاهش خطای تشخیص بیماری تیروئید همواره یکی از اهداف محققین بوده است. استفاده از روش های مبتنی بر داده کاوی می تواند به کاهش این خطا کمک کند. این مطالعه ضمن تشخیص بیماری تیروئید به کمک شبکه های عصبی، نشان می دهد که ارائه روش قوی تری به نام ترکیب شبکه های عصبی به صورت سلسله مراتبی منجر به بهبود دقت تشخیص می شود.

مقدمه: افزایش شدید هزینه های درمانی به همراه کاهش روند حمایتی دولت از بیمارستان ها، سبب پررنگ شدن نقش سازمان های بیمه به عنوان اصلی ترین منبع درآمدی بیمارستان شده است. بخش مهمی از مطالبات بیمارستان ها، مربوط به اسناد دارویی سازمان بیمه خدمات درمانی است که پس از رسیدگی به علت نقص در فرآیند، مشمول کسورات شده و از مطالبات بیمارستان کسر می گردد.روش: مطالعه حاضر توصیفی و به صورت گذشته نگر انجام شد. در این پژوهش نمونه گیری انجام نشد و کل 30 پرونده ناقص بیماران بیمه سلامت (ایرانیان) بیمارستان مرجع وارد مطالعه گردید. اطلاعات چک لیست ها وارد نرم افزار اکسل نسخه 22 شد، با استفاده از نمودار استخوان ماهی علت ها تعیین و برای تحلیل کیفیت فرآیند، از مقیاس شش سیگما استفاده گردید.نتایج: خطاهای فرآیند در قالب 6 گروه شناسایی گردید که بیشترین میزان خطاها به ترتیب مربوط به مراحل کنترل دستور دارویی و واردکردن آن در کاردکس و درخواست دارو از طریق سیستم تحویل دارو بوده است. بر اساس سیگمای محاسبه شده سطح کیفیت فرآیند مورد بررسی متوسط ارزیابی گردید. بیشترین میزان خطا مربوط به اسناد بیماران صندوق روستایی خدمات غیرگلوبال بود.نتیجه گیری: اقداماتی چون آموزش کارکنان، بازبینی و به روزرسانی سیستم ثبت و نگهداری اطلاعات و بهبود هماهنگی برون بخشی می تواند تا حد زیادی خطاها را در سه مرحله فوق کاهش دهد.

مقدمه: در سال های اخیر، سرطان پوست غیرملانوما (NMSC) جزء سه سرطان شایع در ایران بوده است. مدیریت نامناسب این بیماری منجر به افزایش شیوع و هزینه های سربار اقتصادی شده است. تکنیک های داده کاوی به آنالیز داده های پرونده های بیماران و مدیریت صحیح بیماری ها کمک می نمایند. هدف این مطالعه کشف الگوها و روابط پنهان در داده های بیماران NMSC با استفاده از الگوریتم های داده کاوی می باشد.روش: جامعه مورد بررسی در این مطالعه کاربردی، 828 پرونده NMSC بود که طی سال های 94-86 به انستیتو کانسر بیمارستان امام خمینی (ره) تهران ارجاع شده بودند. متغیرهای دموگرافیک و ریسک فاکتورهای ابتلا به بیماری با استفاده از الگوریتم K-Means خوشه بندی شدند. همچنین از الگوریتم Apriori برای استخراج قوانین انجمنی و تعیین شاخص های مشترک بیماران با درجه اطمینان بالای 0.9 استفاده گردید.نتایج: بیماران NMSC با توجه به متغیرهای مورد بررسی در چهار خوشه توزیع شدند و سه عامل مهم تاثیر گذار بر بیماری، BMI غیرنرمال، شغل های با ریسک بالا و سابقه قبلی سرطان مشخص شد. با استفاده از قوانین انجمنی هفت قانون مورد تایید قرار گرفت و بیشترین ارتباط میان عوامل سابقه قبلی بیماری، موضع درگیر، عود و نوع سرطان پوست غیرملانوما دیده شد.نتیجه گیری: این مطالعه برای اولین بار مهم ترین عوامل موثر بر NMSC را با استفاده از داده کاوی تعیین نمود. این عوامل بایستی در انجام خودآزمایی ها و یا آزمایش های غربالگری پوست در گروه های پرخطر مد نظر قرار بگیرند. همچنین در مطالعات آینده بایستی مشارکت عوامل فیزیولوژیک، اکولوژیک و ژنتیک در ایجاد سرطان پوست تواما داده کاوی شوند.

مقدمه: امروزه در دنیای مدرن صنعتی خطر ابتلا به بیماری های مزمن به طرز چشمگیری افزایش یافته است. دیابت بارداری یکی از مسائل مهم در حوزه سلامت است و در صورتی که درمان نشود مشکلات و عوارض جانبی متعددی برای مادر و فرزندش به همراه دارد. این پژوهش به دنبال پیش بینی ریسک و هشدار به موقع در ابتلا به دیابت بارداری به مادر می باشد تا در اوایل بارداری از ابتلا جلوگیری به عمل آید.روش: این پژوهش که به صورت کاربردی- پیمایشی انجام شد و از دو رویکرد شبکه عصبی و درخت تصمیم در داده کاوی به منظور تجزیه وتحلیل آزمایشی داده ها و پیش بینی استفاده گردید. داده های استخراج شده نرمال سازی شده و پس از آماده سازی در نرم افزار Matlab تجزیه وتحلیل شدند.نتایج: تحقیق حاضر در پی یافتن پاسخ به این پرسش است که"آیا دو روش داده کاوی شبکه عصبی و درخت تصمیم در تشخیص به هنگام و درست ریسک ابتلا به دیابت بارداری از صحت لازم برخوردار است ؟" و می توان از آن ها برای تشخیص درست استفاده نمود؟ نتایج تحقیق نشان می دهد که روش های داده مدار در بهبود صحت و درستی پیش بینی موثرند، در کشف دانش ضمنی و تشخیص روابط پنهان بین داده ها عملکرد مناسبی دارند و خطای تصمیم گیری در هر دو روش در حد قابل پذیرش و بسیار به هم نزدیک است.نتیجه گیری: نتایج تحقیق حاکی از آن است که از رویکرد های داده مدار می توان در مراکز درمانی و سایر بیماری های کمتر شناخته شده استفاده نمود و پیشگیری به موقع، مدیریت خود بیمار و کاهش هزینه های درمانی را میسر ساخت.