Ethics code: IR.TUMS.SPH.REC.1396.4095
رضا صفدری1 
، آرش منصوریان2 ، شهرام طهماسبیان3 ، نیلوفر محمدزاده4 ، حمیده احتشام*5
، آرش منصوریان2 ، شهرام طهماسبیان3 ، نیلوفر محمدزاده4 ، حمیده احتشام*5
1- استاد گروه مدیریت اطلاعات و انفورماتیک سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
2- استاد گروه بیماریهای دهان، دانشکده دندانپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
3- استادیار گروه زیست فناوری پزشکی، دانشکده فناوریهای نوین، دانشگاه علوم پزشکی شهرکرد، شهرکرد، ایران
4- دانشیار گروه مدیریت اطلاعات و انفورماتیک سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
5- دانشیار گروه فناوری اطلاعات سلامت، دانشکده علوم پزشکی فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران ،h-ehtesham@alumnus.tums.ac.ir
2- استاد گروه بیماریهای دهان، دانشکده دندانپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
3- استادیار گروه زیست فناوری پزشکی، دانشکده فناوریهای نوین، دانشگاه علوم پزشکی شهرکرد، شهرکرد، ایران
4- دانشیار گروه مدیریت اطلاعات و انفورماتیک سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
5- دانشیار گروه فناوری اطلاعات سلامت، دانشکده علوم پزشکی فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران ،
چکیده: (101 مشاهده)
زمینه و هدف: سیستمهای هوشمند مسایل مربوط به مدیریت دادهها و تفسیر آنها را در حوزهی تخصصهای مختلف دندانپزشکی تسهیل کرده و بهعنوان یک ابزار کمکی در تشخیص و آموزش بهکار میروند. استدلال مبتنی بر مورد یک روش نویدبخش برای پیادهسازی سیستمهای تصمیمیار در علوم پزشکی است. در پژوهش حاضر از این تکنیک بهمنظور طراحی سیستم هوشمند در تشخیص افتراقی بیماریهای دهان استفاده شده است.
روش بررسی: این پژوهش از نوع مطالعات توسعهای بوده و از لحاظ نتایج، کاربردی است. بهمنظور ایجاد پایگاه موارد، دادههای بیماران با مراجعه به بخش تخصصی بیماریهای دهان و فک و صورت در دانشکده دندانپزشکی دانشگاه علوم پزشکی تهران و با مصاحبهی بالینی گردآوری گردید و برای نمایش موارد از مجموعه [ویژگی-ارزش] استفاده شده است. تعیین وزن ویژگیها، در قالب یک بررسی دلفی در سطح ملی و بهصورت برخط انجام گرفت. وزنهای تعیین شده در پایگاه موارد ذخیره شدند و از آنها بهعنوان پارامترهای ارزیابی مشابهت، استفاده شد. سپس بهازای هر مورد، عدد شاخص مشابهت، محاسبه گردید. بهمنظور ارزیابی قابلیت تشخیص افتراقی، سیستم در رابطه با ۵ نفر از بیماران مبتلا به هرکدام از محورهای ششگانه بیماریهای دهان مورد مشاوره قرار گرفت.
یافتهها: سیستم هوشمند در این مطالعه، بهصورت مبتنی بر وب توسعه داده شده است. حل مسأله در روش استدلال مبتنی بر مورد در برگیرندهی چهار مرحله و شامل بازیابی، استفادهی مجدد، بازبینی و نگهداری است. پارامترهای ورودی سیستم شامل شاخصهای کلینیکی، شاخصهای پاراکلینیکی، دادههای تاریخچهای و دادههای مدیریتی تأثیرگذار بر روند تشخیص است. سیستم بهعنوان خروجی، لیست اولویتبندی شده تشخیص افتراقی بیماریهای دهان در شش محور اصلی شامل ضایعات وزیکولوبولوز و زخمی، ضایعات سفید و قرمز مخاط دهان، پیگمانتاسیون نسوج دهانی، تومورهای خوشخیم حفره دهان، سرطان دهان، بیماریهای غدد بزاقی را ارایه میدهد. قدرت تشخیص سیستم در محورهای مختلف بیماری، با تأثیرپذیری از پراکندگی گوناگون بیماریها و نیز میزان شیوع و وقوع آنها متفاوت است.
نتیجهگیری: توسعهی سیستم با بهرهگیری از تکنیک استدلال مبتنی بر مورد و پردازش دادههای بالینی، پتانسیل کمک به دندانپزشکان برای رسیدن به تشخیص افتراقی در شش محور اصلی بیماریهای بافت نرم دهان را دارد.
روش بررسی: این پژوهش از نوع مطالعات توسعهای بوده و از لحاظ نتایج، کاربردی است. بهمنظور ایجاد پایگاه موارد، دادههای بیماران با مراجعه به بخش تخصصی بیماریهای دهان و فک و صورت در دانشکده دندانپزشکی دانشگاه علوم پزشکی تهران و با مصاحبهی بالینی گردآوری گردید و برای نمایش موارد از مجموعه [ویژگی-ارزش] استفاده شده است. تعیین وزن ویژگیها، در قالب یک بررسی دلفی در سطح ملی و بهصورت برخط انجام گرفت. وزنهای تعیین شده در پایگاه موارد ذخیره شدند و از آنها بهعنوان پارامترهای ارزیابی مشابهت، استفاده شد. سپس بهازای هر مورد، عدد شاخص مشابهت، محاسبه گردید. بهمنظور ارزیابی قابلیت تشخیص افتراقی، سیستم در رابطه با ۵ نفر از بیماران مبتلا به هرکدام از محورهای ششگانه بیماریهای دهان مورد مشاوره قرار گرفت.
یافتهها: سیستم هوشمند در این مطالعه، بهصورت مبتنی بر وب توسعه داده شده است. حل مسأله در روش استدلال مبتنی بر مورد در برگیرندهی چهار مرحله و شامل بازیابی، استفادهی مجدد، بازبینی و نگهداری است. پارامترهای ورودی سیستم شامل شاخصهای کلینیکی، شاخصهای پاراکلینیکی، دادههای تاریخچهای و دادههای مدیریتی تأثیرگذار بر روند تشخیص است. سیستم بهعنوان خروجی، لیست اولویتبندی شده تشخیص افتراقی بیماریهای دهان در شش محور اصلی شامل ضایعات وزیکولوبولوز و زخمی، ضایعات سفید و قرمز مخاط دهان، پیگمانتاسیون نسوج دهانی، تومورهای خوشخیم حفره دهان، سرطان دهان، بیماریهای غدد بزاقی را ارایه میدهد. قدرت تشخیص سیستم در محورهای مختلف بیماری، با تأثیرپذیری از پراکندگی گوناگون بیماریها و نیز میزان شیوع و وقوع آنها متفاوت است.
نتیجهگیری: توسعهی سیستم با بهرهگیری از تکنیک استدلال مبتنی بر مورد و پردازش دادههای بالینی، پتانسیل کمک به دندانپزشکان برای رسیدن به تشخیص افتراقی در شش محور اصلی بیماریهای بافت نرم دهان را دارد.
نوع مطالعه: پژوهشی اصيل |
موضوع مقاله:
فناوری اطلاعات سلامت
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
