مزایا و چالش‌های کاوش کلاندادههای پزشکی
مقدمه: داده‌کاوی، ابزار کارامدی جهت آشکارسازی دانش نهفته در کلاندادههای پزشکی می‌باشد. اولین قدم داده‌کاوی، شناخت داده و چالش‌های آن است. هدف از انجام پژوهش حاضر، بررسی سرمنشأ، تأثیرات و راهکارهای مواجهه با چالش‌های کاوش کلاندادههای پزشکی و همچنین، تعیین منافع حاصل از کاوش بود.روش بررسی: در این...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Vesnu Publications
2021-12-01
|
| Series: | مدیریت اطلاعات سلامت |
| Subjects: | |
| Online Access: | https://him.mui.ac.ir/article_11817_6edcb5469c833a5f814e9ff284a919dc.pdf |
| _version_ | 1797871211968987136 |
|---|---|
| author | لیلا برادران سرخابی فرهاد سلیمانیان قره‌چپق جعفر شهام‌فر |
| author_facet | لیلا برادران سرخابی فرهاد سلیمانیان قره‌چپق جعفر شهام‌فر |
| author_sort | لیلا برادران سرخابی |
| collection | DOAJ |
| description | مقدمه: داده‌کاوی، ابزار کارامدی جهت آشکارسازی دانش نهفته در کلاندادههای پزشکی می‌باشد. اولین قدم داده‌کاوی، شناخت داده و چالش‌های آن است. هدف از انجام پژوهش حاضر، بررسی سرمنشأ، تأثیرات و راهکارهای مواجهه با چالش‌های کاوش کلاندادههای پزشکی و همچنین، تعیین منافع حاصل از کاوش بود.روش بررسی: در این تحقیق مروری، مطالعات انگلیسی با دو گروه کلید واژه مجزا برای مزایا و چالش‌ها از پایگاه‌‌های اطلاعاتی PubMed، ScienceDirect، Springer و Google Scholar، طی بازه زمانی سال‌های 2011 تا 2020 جستجو شد. مطالعات تک منظوره حذف و مطالعاتی که به صورت جامع کاوش کلاندادههای پزشکی را مورد بررسی قرار داده بودند، انتخاب شد. سپس هر چالش مورد بررسی دقیق‌تر قرار گرفت و نتایج به صورت طبقه‌بندی شده ارایه گردید.یافته‌ها: دانش حاصل از کاوش کلان‌داده پزشکی، سبب افزایش کیفیت ارایه خدمات درمانی می‌شود، اما خطا در جمع‌آوری و ثبت اطلاعات، ویژگی‌های ناشی از کلان‌داده بودن و ساختار ذاتی داده‌های پزشکی، چالش‌های بسیاری بر سر راه کاوش قرار داده است که از بین آن‌ها، «ناسازگاری، صحت، امنیت و محرمانگی داده»، دشوارترین مشکلات به شمار می‌روند. استانداردسازی و افزایش دقت و امنیت در جمع‌آوری، ذخیره‌سازی و نمایش داده‌ها، مؤثرترین راهکارهای پیشگیری می‌باشد. طراحی و استفاده از بسترها، الگوریتم‌ها و ساختارهای مناسب کلان‌داده و همچنین، بهره‌گیری از روش‌های یادگیری ماشین و هوش مصنوعی، راهکارهای مناسبی برای مواجهه با چالش‌ها محسوب می‌شوند.نتیجه‌گیری: عدم آمادگی برای ظهور کلاندادههای پزشکی و رشد بسیار سریع آن‌ها، سرمنشأ بروز چالش‌هایی برای الگوریتم‌های کاوش هستند که برخی قابل پیشگیری، شناسایی و رفع می‌باشند و برخی نیز به روش‌های هوشمند نوینی نیاز دارند که قابلیت مدیریت کلاندادههای پزشکی را داشته باشند. |
| first_indexed | 2024-04-10T00:39:33Z |
| format | Article |
| id | doaj.art-6284482d899b442396d79a87c38cc4fa |
| institution | Directory Open Access Journal |
| issn | 1735-7853 1735-9813 |
| language | fas |
| last_indexed | 2024-04-10T00:39:33Z |
| publishDate | 2021-12-01 |
| publisher | Vesnu Publications |
| record_format | Article |
| series | مدیریت اطلاعات سلامت |
| spelling | doaj.art-6284482d899b442396d79a87c38cc4fa2023-03-14T06:57:14ZfasVesnu Publicationsمدیریت اطلاعات سلامت1735-78531735-98132021-12-0118522523310.22122/him.v18i4.436711817مزایا و چالش‌های کاوش کلاندادههای پزشکیلیلا برادران سرخابی0فرهاد سلیمانیان قره‌چپق1جعفر شهام‌فر2دانشجوی دکتری تخصصی، مهندسی نرم‌افزار، گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایراناستادیار، مهندسی نرم‌افزار، گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی،ارومیه، ایراناستادیار، مهندسی نرم‌افزار، گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه و پزشکی اجتماعی، گروه پزشکی اجتماعی، دانشکده پزشکی، دانشگاه علوم پزشکی تبریز، تبریز، ایرانمقدمه: داده‌کاوی، ابزار کارامدی جهت آشکارسازی دانش نهفته در کلاندادههای پزشکی می‌باشد. اولین قدم داده‌کاوی، شناخت داده و چالش‌های آن است. هدف از انجام پژوهش حاضر، بررسی سرمنشأ، تأثیرات و راهکارهای مواجهه با چالش‌های کاوش کلاندادههای پزشکی و همچنین، تعیین منافع حاصل از کاوش بود.روش بررسی: در این تحقیق مروری، مطالعات انگلیسی با دو گروه کلید واژه مجزا برای مزایا و چالش‌ها از پایگاه‌‌های اطلاعاتی PubMed، ScienceDirect، Springer و Google Scholar، طی بازه زمانی سال‌های 2011 تا 2020 جستجو شد. مطالعات تک منظوره حذف و مطالعاتی که به صورت جامع کاوش کلاندادههای پزشکی را مورد بررسی قرار داده بودند، انتخاب شد. سپس هر چالش مورد بررسی دقیق‌تر قرار گرفت و نتایج به صورت طبقه‌بندی شده ارایه گردید.یافته‌ها: دانش حاصل از کاوش کلان‌داده پزشکی، سبب افزایش کیفیت ارایه خدمات درمانی می‌شود، اما خطا در جمع‌آوری و ثبت اطلاعات، ویژگی‌های ناشی از کلان‌داده بودن و ساختار ذاتی داده‌های پزشکی، چالش‌های بسیاری بر سر راه کاوش قرار داده است که از بین آن‌ها، «ناسازگاری، صحت، امنیت و محرمانگی داده»، دشوارترین مشکلات به شمار می‌روند. استانداردسازی و افزایش دقت و امنیت در جمع‌آوری، ذخیره‌سازی و نمایش داده‌ها، مؤثرترین راهکارهای پیشگیری می‌باشد. طراحی و استفاده از بسترها، الگوریتم‌ها و ساختارهای مناسب کلان‌داده و همچنین، بهره‌گیری از روش‌های یادگیری ماشین و هوش مصنوعی، راهکارهای مناسبی برای مواجهه با چالش‌ها محسوب می‌شوند.نتیجه‌گیری: عدم آمادگی برای ظهور کلاندادههای پزشکی و رشد بسیار سریع آن‌ها، سرمنشأ بروز چالش‌هایی برای الگوریتم‌های کاوش هستند که برخی قابل پیشگیری، شناسایی و رفع می‌باشند و برخی نیز به روش‌های هوشمند نوینی نیاز دارند که قابلیت مدیریت کلاندادههای پزشکی را داشته باشند.https://him.mui.ac.ir/article_11817_6edcb5469c833a5f814e9ff284a919dc.pdfداده‌کاویکلان‌دادهسلامت |
| spellingShingle | لیلا برادران سرخابی فرهاد سلیمانیان قره‌چپق جعفر شهام‌فر مزایا و چالش‌های کاوش کلاندادههای پزشکی مدیریت اطلاعات سلامت داده‌کاوی کلان‌داده سلامت |
| title | مزایا و چالش‌های کاوش کلاندادههای پزشکی |
| title_full | مزایا و چالش‌های کاوش کلاندادههای پزشکی |
| title_fullStr | مزایا و چالش‌های کاوش کلاندادههای پزشکی |
| title_full_unstemmed | مزایا و چالش‌های کاوش کلاندادههای پزشکی |
| title_short | مزایا و چالش‌های کاوش کلاندادههای پزشکی |
| title_sort | مزایا و چالش‌های کاوش کلاندادههای پزشکی |
| topic | داده‌کاوی کلان‌داده سلامت |
| url | https://him.mui.ac.ir/article_11817_6edcb5469c833a5f814e9ff284a919dc.pdf |
| work_keys_str_mv | AT lylạbrạdrạnsrkẖạby mzạyạwcẖạlsẖhạyḵạwsẖḵlạndạdhhạypzsẖḵy AT frhạdslymạnyạnqrhcẖpq mzạyạwcẖạlsẖhạyḵạwsẖḵlạndạdhhạypzsẖḵy AT jʿfrsẖhạmfr mzạyạwcẖạlsẖhạyḵạwsẖḵlạndạdhhạypzsẖḵy |