| المستخلص: |
وجود كميات كبيرة من البيانات عن الأمراض المزمنة أدى إلى الحوجة الملحة للاستفادة من التقنيات الحديثة لتنظيم هذه البيانات وتحويلها إلى معلومات مفيدة يمكن الاستفادة منها. في هذا البحث تم عرض مشكلة كيفية مساعدة الأطباء في بناء الخطط العلاجية لتشخيص مرضى السكري باستخدام تنقيب البيانات. وتطرق هذا البحث لمرض السكر وشمل أنواعه المختلفة، مسبباته، أعراضه، مضاعفاته، أنواع العلاجات المتاحة، تقنيات تنقيب البيانات المختلفة الوصفية، التنبؤية وكيفية الاستفادة من هذه الخوارزميات في المعرفة عن مرضى السكري. تم بناء نموذج لتشخيص الخطط العلاجية لمرضى السكرى وهم عبارة عن المرضى المسيطرون على مرض السكر وبالتالي تقل المضاعفات لديهم ويشكل المرض بالنسبة لهم اقل خطورة. والمرضى غير المسيطرون على المرض وهم أكثر عرضة للمضاعفات ويشكل المرض خطورة على حياتهم. ولبناء نموذج البحث تم استخدام مجموعة بيانات طبية حقيقية من مراكز طبية حيث شملت 10061 سجل طبي وعدد 28 حقل. ولدعم قرار الأطباء تم استخدام خوارزميات مختلفة من خوارزميات التصنيف والتجميع لبناء نموذج البحث. ومر نموذج البحث بمرحلتين في المرحلة الأولى تم بناء نموذج تصنيف لتشخيص الخطط العلاجية واستخدم فيه خوارزميات التصنيف وهي Decision Tree, Naive Bayes, Logistic . ولوجود تحيز في البيانات تم استخدام منحنى روك Roc Curve لتوضيح مدى جودة خوارزميات التصنيف وبعد عمل عدة تجارب تم اختيار خوارزمية ال Logistic بنتائج: كانت فيها نسبة الدقة 73.36، معدل الخطأ 26.64، 0.644 Roc ، الضبط 0.696. وتعتبر هذه النتائج هي الأفضل مقارنة مع الخوارزميات الأخرى (Decision Tree, Naive Bayes). وفي المرحلة الثانية تم بناء نموذج تصنيف لتشخيص الخطط العلاجية لمرضى السكري واستخدم فيه خوارزمية التجميع وتم استخدام Simple Kmean وأظهرت هذه المرحلة من بناء النموذج نسبة دقة 64%. وباستخدام المرحلتين من النموذجين (التصنيف والتجميع) يستطيع الأطباء تشخيص مدى صلاحية الخطط العلاجية لمرضى جدد. وأوصت الدراسة باستخدام تقنية التنقيب عن البيانات في المجالات الطبية لما لديها من امتيازات في تقديم أفضل تشخيص للخطط العلاجية للمرضى.
|
