دوره 9، شماره 2 - ( تابستان 1402 )
جلد 9 شماره 2 صفحات 205-192 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Sohrabi N, Momeni H. The Use of Artificial Intelligence and Big Data for Dealing With COVID-19: A Review Study. JMIS 2023; 9 (2) :192-205
URL: http://jmis.hums.ac.ir/article-1-336-fa.html
URL: http://jmis.hums.ac.ir/article-1-336-fa.html
سهرابی نیلوفر، مومنی حامد. کاربرد هوش مصنوعی و کلان‌داده در مقابله با کرونا. اطلاع‌رسانی پزشکی نوین. 1402; 9 (2) :192-205
گروه فناوری اطلاعات سلامت، بیمارستان شهدای عشایر، دانشگاه علوم‌پزشکی لرستان، خرم‌آباد، ایران.
چکیده: (3131 مشاهده)
هدف بسیاری از کشورها از فناوری اطلاعات به‌عنوان یکی از سازوکارهای حکومتی جهت مقابله با کرونا استفاده کرده‌اند. با استفاده از کاربردهای پیشرفته فناوری اطلاعات می‌توان در‌مورد شیوع بیماری، وضعیت موجود و روند آن پیش‌بینی کرد و خطرات آن را کاهش داد. این مقاله با انگیزه پیشرفت و کاربردهای اخیر هوش مصنوعی و کلان‌داده‌ها و با تأکید بر اهمیت آن‌ها در پاسخ‌گویی به شیوع کووید-19 و جلوگیری از اثرات شدید این بیماری انجام شده است.
روش ها در این مطالعه پایگاه‌ها و بانک‌های اطلاعاتی معتبر ازجمله پابمد، پایگاه مرگز اطلاعات علمی جهاد دانشگاهی، گوگل اسکالر و ساینس دایرکت، با استفاده از کلیدواژه‌های Corona Virus ،COVID 19 ،Artificial Intelligence و Big Data مورد جست‌وجو قرار گرفتند. تاریخ تألیف مقالات مورد جست‌وجو در سال 2020 بود. معیارهای ورود به پژوهش دسترسی رایگان به مقالات و زبان انتشار فارسی یا انگلیسی بود. از مجموع 150 مقاله درنهایت 9 مقاله وارد مطالعه شد.
یافته ها در این مطالعه مشخص شد که برای پیش‌بینی و تشخیص بیماری کووید-19 راهکارهایی مبتنی بر هوش مصنوعی و کلان‌داده وجود دارد، ازجمله مدل‌هایی از شبکه عصبی پیچیده و فناوری یادگیری عمیق برای تشخیص این بیماری و همچنین تجزیه‌وتحلیل اطلاعات حاصل از کلان‌داده و فناوری یادگیری ماشین برای پیش‌بینی و تشخیص بیماری مورد بررسی قرار گرفت.
نتیجه گیری بسیاری از راهکارهای موردبحث جهت پیش‌بینی و تشخیص بیماری قابلیت بالایی جهت پیاده‌سازی و الگوبرداری دارد، اما برای استفاده از ظرفیت کامل این فناوری‌ها نیاز به رفع مشکلاتی ازجمله فقدان مجموعه داده‌های استاندارد، امنیت و کیفیت داده‌هاست که استفاده از داده‌های مراکز معتبر و تجهیزات ارتباطی پیشرفته می‌تواند به این امر کمک کند.
روش ها در این مطالعه پایگاه‌ها و بانک‌های اطلاعاتی معتبر ازجمله پابمد، پایگاه مرگز اطلاعات علمی جهاد دانشگاهی، گوگل اسکالر و ساینس دایرکت، با استفاده از کلیدواژه‌های Corona Virus ،COVID 19 ،Artificial Intelligence و Big Data مورد جست‌وجو قرار گرفتند. تاریخ تألیف مقالات مورد جست‌وجو در سال 2020 بود. معیارهای ورود به پژوهش دسترسی رایگان به مقالات و زبان انتشار فارسی یا انگلیسی بود. از مجموع 150 مقاله درنهایت 9 مقاله وارد مطالعه شد.
یافته ها در این مطالعه مشخص شد که برای پیش‌بینی و تشخیص بیماری کووید-19 راهکارهایی مبتنی بر هوش مصنوعی و کلان‌داده وجود دارد، ازجمله مدل‌هایی از شبکه عصبی پیچیده و فناوری یادگیری عمیق برای تشخیص این بیماری و همچنین تجزیه‌وتحلیل اطلاعات حاصل از کلان‌داده و فناوری یادگیری ماشین برای پیش‌بینی و تشخیص بیماری مورد بررسی قرار گرفت.
نتیجه گیری بسیاری از راهکارهای موردبحث جهت پیش‌بینی و تشخیص بیماری قابلیت بالایی جهت پیاده‌سازی و الگوبرداری دارد، اما برای استفاده از ظرفیت کامل این فناوری‌ها نیاز به رفع مشکلاتی ازجمله فقدان مجموعه داده‌های استاندارد، امنیت و کیفیت داده‌هاست که استفاده از داده‌های مراکز معتبر و تجهیزات ارتباطی پیشرفته می‌تواند به این امر کمک کند.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
