اعظم دوه لی - آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد قم
سیده فاطمه حسینی - دانشگاه علمی و کاربردی زایر شفیعه

در عرصه پزشکی جمع آوری داده های فراوان در مورد بیماری ها و داروهای مختلف از اهمیت فراوانی برخوردار است. و در این مورد قوانین زیادی وجود دارد مراکز پزشکی در سراسر جهان با اهداف گوناگونی به جمع آوری و دسته بندی این داده ها میپردازند. تحقیق روی این داده ها و به دست آوردن نتایج و الگوها و دسته بندی های مفید در رابطه با بیماری ها و داروها، یکی از اهداف استفاده از این داده ها است. حجم زیاد این داده ها و سردرگمی حاصل از آن مشکلی است که مانع رسیدن به نتایج قابل توجه می شود. بنابراین از داده کاوی برای غلبه بر این مشکل و به دست آوردن روابط مفید بین عوامل خطر زا در بیماری ها استفاده میشود. این مقاله به معرفی داده کاوی وکاربرد آن در صنعت پزشکی پرداخته سپس برخی از انواع تکنیک های دسته بندی در داده کاوی از جمله درخت تصمیم و الگوریتم های درخت تصمیم مانند درخت تصادفی((RandomTree و الگوریتم ADTREE و دیگر الگوریتم های درخت تصمیم را شرح داده و سپس به دسته بندی انواع بیماری دیابت و انواع انسولین با استفاده از تکنیک دسته بندی درخت تصمیم و یکی از الگوریتم های درخت تصمیم به نام درخت تصادفی پرداخته است. که این الگوریتم را با پارامترهای مختلفی از جمله سن، تزریق، رنگ، طول اثر و پیک اثر مورد بررسی قرار داده و نتایج حاصل از پیاده سازی با نرم افزار وکا را ارایه نموده است.

داده کاوی، پیش بینی، بیماری دیابت، دسته بندی، الگوریتم های خوشه بندی، درخت تصمیم، الگوریتمRandom Tree