مقدمه: يکی از عوارض خطرناک بيماری ديابت نوع 1، افزايش و يا کاهش ناگهانی سطح غلظت قند خون می‌باشد که باعث بروز خطراتی مانند اغما و بيهوشی خواهد شد. انسولين و گليبن‌کلاميد، دو دارويی هستند که در اثر تجويز دُز صحيح، سطح غلظت قند خون را در نهايت، به درستی تنظيم می‌کنند تا از بروز چنين عوارضی پيشگيری شود. بنابراين استفاده از روشی مناسب به منظور پيش‌بينی يا تجويز صحيح اين دارو‌ها و در نهايت پيشگيری از اين عوارض، گام مهمی در جهت کنترل بهينه بيماری محسوب می‌شود. در اين تحقيق ما بر آن هستيم، تا با استفاده از ترکيب الگوريتم‌های داده‌کاوی و هوش مصنوعی، پيش‌بينی صحيحی از دُز انسولين وگليبن‌کلاميد برای بيماران انجام دهيم.
روش‌ها: مراحل ايجاد سيستمی هوشمند به منظور تعيين و پيش‌بينی ميزان صحيح انسولين و گليبن‌کلاميد بدين صورت است؛ که ابتدا لازم است تا شرايط و پارامترهايی که در ميزان و دُز دارو (انسولين و گليبن‌کلاميد) برای بيماران دخيل هستند را شناسايی نماييم، سپس بانک جامعی مبتنی بر اين ويژگی‌ها تشکيل دهيم، با همکاری تيم پزشکی مرکز تحقيقات ديابت شهرستان سبزوار، بانک جامعی در 3 مرحله براساس اطلاعات 110 بيمار و 258 مورد مشکوک آن مرکز طراحی شد، سپس طبق قاعده سيستم‌های هوشمند و شبکه‌های عصبی مصنوعی، مدلی به منظور پيش‌بينی ميزان دُز انسولين و گليبن‌کلاميد برای بيماران طراحی شد.
يافته‌ها: سيستم پيشنهادی با استفاده از ترکيب روش‌های مذکور موفق شد با تکيه بر ويژگی‌های پايگاه داده در قالب ترکيب و تعامل به دقت پيش بينی‌بيش از 95% دست يابد. در مقايسه با روش‌های رايج از يکطرف و روش‌های مصنوعی از طرف ديگر (غالباً در بهترين حالت دقت و صحت قدرت پيش‌بينی آن‌ها در حدود 85% برای مدت زمان کمتر از 3 ساعت بوده است) به خوبی مشخص شد که، عملکرد سيستم پيشنهادی، مناسب‌تر، سريعتر و تا حدودی مطمئن‌تر از ساير روش‌های ترکيبی هوشمند است.
نتيجه‌گيری: اين تحقيق با ارائه يک روش و مدل برگرفته از واقعيت و شرايط بيماران؛ ميزان صحيح و تجويز شده دارو برای آنها را مشخص می‌کند، اين در حالی است که نسبت به روند طبيعی تجويز توسط پزشکان، علاوه بر افزايش سرعت در تعيين ميزان دارو، دارای صحت و مقبوليت و دقت قابل قبولی می‌باشد.