پرویز قربانزاده - مدرس دانشگاه، گروه مهندسی فناوری اطلاعات، دانشکده فناوری های صنعتی، دانشگاه صنعتی، ارومیه، ا یران
مهدی زینالی - دانشجوی کارشناسی مهندسی کامپیوتر گرایش نرم افزار، دانشگاه آزاد اسلامی، ارومیه، ایران

نظارت بر بیماران دیابتی یک روش سیستماتیک است که اطلاعات مفصل و کاملی را در رابطه با بیمار در اختیار ما قرار می دهد. دیابت یک بیماری مزمن و پی شرونده بوده و در کشور ما نزدیک بر ۸ میلیون بیمار دیابتی وجود دارد. زمانی که بدن یک شخص نتواند به انداز هی کافی انسول ین تولید کند یا انسولین تولید شده را درست استفاده کند، آن شخص به دیابت مبتلا خواهد شد. سیستم های نظارت بر بیماران دیابتی نقش مهمی در پیگیری سلامت بیمار به ویژه با استفاده از دستگاه های اینترنت اشیاء ایفا می نمایند. این سیستم های نظارتی که اساسا برای نظارت و نجات بیماران دیابتی طراحی شده است، نه تنها اطلاعاتی در مورد سطح گلوکز خون، دمای بدن و محل افراد دارند، بلکه می توانند داده های جمع آوری شده را با استفاده از تکنیک های یادگیری ماشین طبقه بندی نمایند. تحلیل و پیش بینی های مبتنی بر کلان داده برای بیماران دیابتی به دلیل قابلیت آن در کمک به بیماران و خانواده های آنها، پزشکان و محققان حوزه پزشکی نقش مهمی را در تصمیم گ یری ها ایفا می نمایند. این پژوهش یک سیستم جدید نظارت بر بیماران دیابتی را توصیف کرده و پیش بینی هایی را با استفاده از الگوریتم های مختلف یادگیری ماشین ارائه می نماید. عملکرد و دقت الگوریتم های کاربردی مورد بحث و بررسی قرار گرفته و با ارزیابی پارامترهای مختلف، بهترین الگوریتم از نظر قابلیت تحلیل و پیش بینی انتخاب شده است .

سیستم نظارت، اینترنت اشیاء، بیماران دیابتی، یادگیری ماشین