ارائه مدل جدید برای تشخیص سریع بیماری‌های حاد تنفسی با استفاده از الگوریتم‌های یادگیری ماشین

الموضوعات : مجله فناوری اطلاعات در طراحی مهندسی

مهران نظامی ¹ , عوض نقی‌پور ² , بهنام صفیری ایرانق ³

1 - گروه مهندسی کامپیوتر، مؤسسه آموزش عالی نبی‌اکرم‌(ص)، تبریز، ایران
2 - گروه مهندسی کامپیوتر، مؤسسه آموزش عالی نبی اکرم (ص)، تبریز، ایران
3 - گروه مهندسی کامپیوتر، مؤسسه آموزش عالی نبی اکرم (ص)، تبریز، ایران

تاريخ الإرسال : 14 الثلاثاء , جمادى الأولى, 1445 تاريخ التأكيد : 27 الإثنين , شوال, 1445 تاريخ الإصدار : 08 الإثنين , رمضان, 1445

الکلمات المفتاحية: الگوریتم‌های یادگیری ماشین, بیماری‌های همه‌گیر, پیش‌بینی,

ملخص المقالة :

کرونا ویروس، ویروس سارس و آنفلوانزای خوکی یک بیماری ناشی از سندروم حاد تنفسی است. این ویروس‌ها به سبب سرایت فوری در بین انسان‌ها نیاز به ابزارهای پیشرفته برای شناسایی عوامل خطرناک مرگ‌ومیر با دقت بالا نیاز دارند. روش‌های یادگیری ماشین مستقیماً به این موضوع می‌پردازند و ابزارهای ضروری برای شناخت و هدایت مداخلات بهداشت عمومی هستند. در این مقاله از یادگیری ماشین برای بررسی اهمیت جمعیت‌شناختی و بالینی استفاده شده است. ویژگی‌های مورد بررسی شامل سن، جنسیت، تب، کشورها و جزئیات بالینی مانند سرفه، تنگی‌نفس و ... می‌باشند. چندین الگوریتم یادگیری ماشین روی داده‌های جمع‌آوری‌شده، پیاده‌سازی و اعمال گردیده که الگوریتم K - نزدیک‌ترین همسایه با بالاترین دقت (بیش از 97%) برای پیش‌بینی و انتخاب ویژگی‌هایی که به‌درستی وضعیت ویروس‌ها را نشان می‌دهد، عمل می‌کند.