طراحي سيستم هوشمند جهت پيش‌بيني بيماري‌هاي ژنتيكي كروموزومي با استفاده از تكنيك‌هاي داده كاوي

زمينه و هدف: امروزه شاهد پيشرفت هاي شگرف در زمينه داده كاوي داده هاي پزشكي هستيم. داده هايي كه با تجزيه و تحليل و كشف روابط بين آنها مي توان به الگوريتم هايي رسيد كه در پيشگيري و يا درمان بسياري از بيماري ها به ما كمك مي كنند. در اين بين بيماري هاي ژنتيكي بخش اعظمي از توجه دنياي پزشكي را به خود اختصاص داده اند زيرا تولد كودكان مبتلا به ناهنجاري هاي ژنتيكي بار مالي، رواني و عاطفي زيادي به جامعه تحميل مي كند. بنابراين هدف اين مطالعه ارائه الگوريتمي به عنوان يك آزمايش غربالگري ثانويه قبل از انجام تست هاي سلولي و مولكولي است. مواد و روش ها :در اين تحقيق 1000 پرونده مربوط به زنان بارداري كه بعد از آزمايشات غربالگري در گروه ريسك متوسط يا بالا قرار داشتند مورد مطالعه قرار گرفت. اطلاعات باليني آنها ذخيره گرديد، پاكسازي و حذف داده هاي و يكپارچه سازي ركوردها صورت گرفت سپس با استفاده از نرم افزار spss modeler، داده كاوي و كشف روابط بين داده ها صورت گرفت و در انتها الگوريتم مناسب براي شناسايي بيماري هاي ژنتيكي مشخص گرديد. نتايج: با اعمال پنج الگوريتم، شبكه هاي عصبي، ماشين بردار پشتيباني، درخت تصميم دودويي، درخت تصميم چندتايي و رگرسيون لجستيك بر روي داده ها، مشخص گرديد الگوريتم شبكه هاي عصبي با دقت 97.522% بيشترين ميزان موفقيت را در تشخيص بيماري هاي ژنتيكي - كروموزومي قبل از تولد را دارا مي باشد.نتيجه گيري:استفاده از الگوريتم شبكه هاي عصبي به عنوان يك آزمايش غربالگري سبب مي گردد كه تعداد افراد كمتري كانديد انجام تست هاي پر هزينه و خطرناك سلولي و مولكولي قرار گيرند و مي تواند به عنوان ابزاري در راستاي كمك به كشف بيماري ها در دنياي پزشكي مورد استفاده قرار گيرد.