پوران سلیمانی - گروه مهندسی فناوری اطلاعات، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران،
پرویز قربانزاده - گروه مهندسی فناوری اطلاعات، دانشکده فناوری های صنعتی، دانشگاه صنعتی، ارومیه، ایران

استفاده از هوش مصنوعی در سال های اخیر در بهداشت و درمان گسترده تر شده و انتظار می رود در سال های آینده بخش جدایی ناپذیری از بهداشت و درمان باشد. ادغام هوش مصنوعی در اکوسیستم مراقبت های بهداشتی مزایای زیادی از جمله وظیفه تجزیه و تحلیل مجموعه داده های حجیم بیماران برای ارائه سریع تر و بهتر خدمات درما نی با هزینه کمتر را دارد. یادگیری ماشین، توانایی ارائهپشتیبانی و تصمیم گیری بالینی مبتنی بر داده، به پزشکان و پرستاران را دارد و راه را برای افزایش پتانسیل درآمدهای بیمارستان هموار می کند. حجم زیادی از داده ها در مراقبت های بهداشتی وجود دارد که مرتبط با حوزه های مختلف سلامت بویژه سیستم های عصبی و قلب می باشد. این داده ها نیازمند توجه ویژه ای بوده و معماری هایی که در حال حاضر بر روی این بخش از سلامت متمرکز می باشند، از آخرین فناوری های روز جهان برای پیش بینی برخی الگوها بهره می گیرند. در این پژوهش به پیاده سازی معماری های مختلف مراقبت های بهداشتی متمرکز شده است که از داده های جمع آوری شده زنده از منابع مختلف در سراسر جهان استفاده می نماید. ضمن اینکه، یک چارچوب جدید کلان داده برای مدیریت داده های زنده در سیستم مراقبت های بهداشتی مبتنی بر مدل های یادگیری ماشین ساخته خواهد شد.

مدل های یادگیری ماشین، مراقبت های بهداشتی، کلان داده، مدیریت داده