عادل علی نژاد کلایی - دانشجوی کارشناسی ارشد مهندسی نرم افزار، دانشگاه صنعتی شیراز
حسن جعفری جرجافکی - دانشجوی کارشناسی ارشد مهندسی نرم افزار، دانشگاه صنعتی شیراز
رضا جاویدان - استادیار گروه فناوری اطلاعات، دانشگاه صنعتی شیراز

یکی از کاربردهای مدرن نرم افزاری در حوزه علم پزشکی، پیش بینی هوشمند میزان شدت بیماری و مدت زمان بستری می باشد. این عمل برای بیماران بخش های ICU با توجه به محدودیت های امکانات این بخش ها، از اهمیت بیشتری برخوردار است. از جمله نرم افزارهای موفق طراحی شده برای مسئله می توان به نرم افزار APACHE اشاره کرد. اما این نرم افزار علاوه بر قیمت چند صد هزار دلاری سه مشکل اساسی دارد. اول این که برای استفاده از آن در کشورهای مختلف باید نسخه بومی همان منطقه طراحی گردد. دوم بروز رسانی دستی این نرم افزار زمان بر و پیچیده است. به علاوه تهیه آن برای کشور ایران به دلایل تحریم های گوناگون بسیار مشکل است. به این منظور نسخه بهبود یافته آن بر اساس داده های بومی و یا قابلیت یادگیری مداوم از تجارب به دست آمده(که نسخه اصلی فاقد آن است) طراحی و توسعه یافت. در این مقاله، پس از بررسی مختصر نسخه های مختلف APACHE روشی مبنی بر طراحی بومی و هوشمند این نرم افزار در ایران بیان شده است. داده های مورد نیاز از سطح بیمارستان ها گرداوری شده و پس از پیش پردازش به عنوان ورودی به سیستم اعمال شده است. قلب سیستم بر پایه شبکه عصبی چند لایه با قابلیت یادگیری می باشد. نتایج حاصل، بیانگر موثر بودن روش ارائه شده می باشد

شبکه های عصبی، طبقه بندی هوشمندسازی، ICU,APACHE