توسعه الگوريتم درخت تصميم براي تشخيص سريع بيماري كوويد 19 برپايه اينترنت اشياء

هدف: چالش‌هاي بهداشتي بدون شك مهم‌ترين موانع توسعه پايدار جهاني است و با مشكلات اجتماعي و اقتصادي مختلف و ناكافي بودن منابع رشد مي‌كند. در مقابل سلامت جامعه به توسعه اقتصاد ملي و جهاني كمك كرده و بنابراين در شكل‌گيري ثبات و رفاه يك ملت يا منطقه، نقش زيادي دارد. امروزه با توجه به مهم بودن مسئله سلامت در حوزه بيماري‌هاي واگير، وجود سيستمي به‌ منظور پيش‌بيني و كنترل همه‌گيري‌ها لازم است؛ زيرا با پيشگيري از شيوع همه‌گيري، مي‌تواند علاوه بر ارزش بالاي انساني در جوامع، سودآوري اقتصادي نيز براي نظام‌هاي سلامت داشته باشد. بنابراين، مطالعه حاضر با هدف توسعه الگوريتم‌ هوش مصنوعي بر پايه ويژگي‌هاي بدست آمده از اينترنت اشياء براي تشخيص سريع كوويد19 انجام شده است.روش: روش پژوهش حاضر از نظر پارادايم، تفسيري و از لحاظ استراتژي اكتشافي است. همچنين براساس نوع گردآوري داده‌ها از نوع پژوهش‌هاي كيفي بوده و با توجه به توسعه الگوريتم، روش تحقيق در اين پژوهش مبتني بر علم طراحي است. رويكرد تحقيق آينده‌نگر است، به طوري كه مكانيزم انتقال بيماري و ويژگي‌هاي تاثيرگذار آن، ما را قادر به پيش‌بيني‌هايي در مورد بيماري و در نتيجه طرح استراتژي‌هاي كنترل بيماري و مراقبت‌هاي بهداشتي مي‌نمايد. اين پژوهش در يك فرآيند 7 مرحله‌اي انجام شد.ويژگي‌هاي اينترنت اشياء در پژوهش حاضر با نظر خبرگان استخراج گرديد و ويژگي‌هاي بدست آمده در آزمايش الگوريتم «درخت تصميم» بر روي داده‌ها، براي تعيين بهترين مدل ايجاد شد.يافته‌ها: نتايج مرور سيستماتيك رشد سريع مستندات از سال 2015 را نشان داد كه مي‌تواند نشان‌دهنده كاربردي شدن حوزه‌هاي مختلف فناوري اطلاعات مانند اينترنت اشياء و يادگيري ماشين در زمينه سلامت عمومي و پيش‌گيري از بيماري‌هاي واگير باشد. در الگوريتم مقادير K از 1 تا 20 همسايگي محاسبه شد و بهترين دقت در K برابر 2 بدست آمد. بنابراين، براي پيش‌بيني بيماري كوويد19، دقت الگوريتم بالاتر از 98 درصد است. پس از محاسبه دقت، تحليل ماتريس ابهام نشان داد در K برابر 2، حساسيت 99 درصد و ويژگي 92 درصد است.نتيجه‌گيري: مقايسه نتايج الگوريتم نشان مي‌دهد كه علاوه بر دقت، ‌حساسيت و ويژگي بدست آمده، بالاتر از روش‌هاي سنّتي تشخيص بيماري‌هاي واگيردار است. همچنين به دليل نداشتن ويژگي‌هاي پيچيده غيرضروري كه صرفاً زمان پياده‌سازي مدل را افزايش مي‌دهند، الگوريتم در چند دقيقه ران شده و بنابراين سرعت تشخيص بسيار بالا است. حساسيت بالاي 99 درصد كه نشان‌دهنده كم‌ترين موارد منفي كاذب است، در اين پژوهش بدست آمد و بنابراين الگوريتم پيشنهادي براي شناسايي حداكثر افراد مبتلاء به كوويد19 بسيار مناسب و كاربردي است.