بررسی سیستم های خبره برای پشتیبانی از تشخیص در رشته مغز و اعصاب

بررسی سیستم های خبره برای پشتیبانی از تشخیص در رشته مغز و اعصاب

فرمت فایل دانلودی: .docx
فرمت فایل اصلی: docx
تعداد صفحات: 11
حجم فایل: 174 کیلوبایت
 

بررسی سیستم های خبره برای پشتیبانی از تشخیص در رشته مغز و اعصاب

ترجمه مقاله

(A Survey on Expert Systems for Diagnosis Support in the Field of Neurology)

تعداد صفحات : 11

فرمت فایل دانلودی : ورد و قابل ویرایش

چکیده

در این مقاله، یک نظرسنجی از سیستم های خبره در مغز و اعصاب ارائه می شود. به خصوص در زمینه بیماری مغز و اعصاب که بصورت ترکیبی از علائم مختلف رخ می دهد. حمایت از کارکنان پزشکی در یافتن تشخیص صحیح و به موقع از یک فرضیه، به منظور بهبود نتیجه بیماران بسیار مطلوب است. ما گوگل اسکولار، مندلی و پاپ مد راجستجو کردیم و سیستم های یافته شده را از لحاظ عملکرد، دقت و کاربرد آنها مورد بررسی قرار دادیم. علاوه بر این ما شکافها و تفاوتها را نمایان ساختیم و این آگاهی ما را در تحقیقات بعدی ممکن می سازد.

واژگان کلیدی: سیتمهای خبره در عصب شناسی، سیستم های پشتیبانی تصمیم در عصب شناسی، AI  در عصب شناسی ، بررسی، تجزیه و تحلیل متا.

 

1-مقدمه

          تشخیص بیماریهای مغز و اعصاب در ترکیب های مختلف و متفاوت از علائم رخ می دهد. تشخیص متفاوت چالشی برای پزشکان است، به ویژه برای پزشکان عمومی و یا کسانی که تجربه کمتری دارند. به عنوان مثال سکته مغزی یکی از شایع ترین بیماری در آلمان است. حدود شش میلیارد یورو در هر سال برای درمان انواع شایع ترین بیماریها خرج می شود. تشخیص سریع و زود هنگام، بطور قابل توجهی موجب بهبودی بیماران بوده و زمینه را برای انجام اقدامات مناسب فراهم می کند.لذا ارائه پشتیبانی به کارکنان پزشکی ، به همان اندازه مطلوب است.

          به خصوص در حوزه بهداشت و درمان، تلاش های مختلفی برای استفاده از سیستم های خبره صورت گرفته و فواید احتمالی آن نیز بطور گسترده ای به رسمیت شناخته شده است. تحقیق و توسعه سیستم های خبره پزشکی در دهه 70 آغاز شده و هنوز هم سیستمها در حال تحول هستند. سیستم های نرم افزاری پشتیبانی از کارکنان پزشکی، در روند تشخیصی تقریبا در تمام دامنه های پزشکی توسعه یافته اند. در حال حاضر، سیستمهای کامپیوتری در مراحل مختلف درمان بیماران و در تشخیص عوارض جانبی مواد مخدر مورد استفاده قرار میگیرند، سیستم‌های خبره مرتبط با تشخیص، در عمل بندرت قابل استفاده هستند.

در حال حاضر، سیستم های خبره راه حل های نرم افزاری، با استفاده از دانش متخصصان به منظور حمایت از روند تصمیم گیری می باشند. بر خلاف دیگر سیستم های مبتنی بر دانش، که به سیستم های خبره تعلق دارند، پایگاه دانش از کارشناسان انسانی مشتق شده است. با این حال، سیستم های خبره در عمل به دنبال کاهش نیاز به کارشناسان بشری می باشند. این یک مزیت اصلی است، چرا که کارشناسان انسانی بسیار پر هزینه، کمیاب و یا اغلب در دسترس نمی باشند . سیستم های خبره می توانند با حضورشان، بعنوان زمینه یک پایگاه برجسته باشند. به طور کلی سیستم های مبتنی بر قانون و سیستم های مبتنی بر هوش مصنوعی وجود دارد. سیستم های مبتنی بر قانون را می توان با توجه بیشتر به نمایندگی های منحصر بفردی از دانش طبقه بندی کرد.

          این مقاله به شرح زیر است. در بخش 2، ما تحقیقمان را معرفی می کنیم. در بخش 2-3 ما یک بررسی کلی از تحقیق و یافته هایمان ارائه می کنیم. در بخش 4 نتیجه گیری میکنیم و در آن ما با یافته هایمان به بحث می نشینیم و نتیجه را به اختصار توضیح داده  و جهت های پژوهش را مشخص می کنیم .

 

 

 

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.