پيش‌بيني صحيح دز انسولين در بيماران ديابتي نوع دو با استفاده از تركيب سيستم‌هاي هوشمند مصنوعي و الگوريتم‌هاي داده‌كاوي

THE PREDICTION OF CORRECT DOSE OF INSULIN IN MELLITUS PATIENT BY USING ARTIFICIAL INTELLIGENT SYSTEM AND COMBINED DATA MINING ALGORITHM

مقدمه: دیابت بیماری است كه علاوه بر پیشگیری، نیاز به مراقبت‌های فراوانی از قبیل پیش‌بینی صحیح میزان نوسانات سطح قند خون دارد. از مهم‌ترین عوارض این بیماری می‌توان به بیهوشی، كما و حتی مرگ اشاره كرد. امروزه در این بیماران، تعیین صحیح دُز انسولین براساس تجربه یا دانش پزشكان با استفاده از تعامل با بیماران مشخص می‌شود، هر چند كه وجود خطاهای انسانی اجتناب ناپذیر است. در این مطالعه سعی شده است تا پیش‌بینی صحیحی از نیاز 48 ساعت آینده انسولین برای بیماران به دست آید. روش‌ها: 124 بیمار دیابتی نوع دو و 188 فرد مشكوك به بیماری نوع دو براساس 12 ویژگی با انتخاب تصادفی از بین افراد مراجعه كننده به مركز تحقیقات دیابت دانشگاه علوم پزشكی سبزوار در فاصله سال‌های 1385 تا 1390 مورد مطالعه و بررسی قرار گرفتند. سیستم پیشنهادی نویسندگان دارای چندین زیر سیستم از قبیل الگوریتم‌های تكاملی (BPSO1) به‌منظور انتخاب بهترین و موثرترین ویژگی‌ها، الگوریتم‌های داده‌كاوی (SVM2) به‌منظور تشخیص و دسته‌بندی ویژگی‌های موثر از غیر موثر و سیستم‌های انطباقی فازی عصبی (ANFIS3) به‌منظور تخمین، یادگیری و تطبیق در جهت پیش‌بینی صحیح، مورد استفاده قرار گرفته است. تمام شبیه سازی‌ها توسط نرم افزار MATLAB انجام شده است. یافته‌ها: سیستم پیشنهادی براساس بهترین ویژگی‌ها در بانك داده در قالب تركیب و تعامل موفق شد به دقت بالایی با كمترین خطا دست یابد. این سیستم در مقایسه با سایر روش‌های معمول از سرعت قابل توجه، عملكرد مناسب و دقت بالایی برخوردار است. سیستم پیشنهادی در قالب تركیب و تعامل با زیر سیستم‌ها موفق شد به نرخ ویژگی 1/84 درصد، 91 درصد در حساسیت و به دقت 9/92 درصد، دست یابد.  نتیجه‌گیری: در این تحقیق با توجه به ضرورت تعیین صحیح و به‌موقع میزان انسولین برای بیماران، روشی نوین مبتنی بر تركیب سیستم‌های هوشمند جهت پیش‌بینی صحیح دُزانسولین برای بیماران ارائه شده است. با به كارگیری سیستم پیشنهادی علاوه بر مشخص شدن نیاز صحیح انسولین برای بیماران از مشكلاتی همچون بستری و مراقب‌های طولانی و طاقت فرسای بیماران برای مشخص شدن نیاز انسولین آن‌ها پیشگیری شده است.

Background: Diabetes is such diseases that need high quality beside prevention such as correctly predict fluctuations in blood glucose levels. The main complications of the disease can be anesthesia, coma and even death. Today, in these patients, the correct dose of insulin determined based on experience or doctors knowledge, and interact between the patients and physician, although there is an inevitable human errors. Methods: In this study based on applied method, 124 patients and 188 healthy subjects based on 12 features by Random Selection, Who had been referred to Research Center for Diabetic in Sabzevar university of Medical Science since 2006 to 2011 were studied. The proposed system has several subsystems, such as evolutionary algorithms (BPS 1) to select the most effective features, Data Mining Algorithms (SVM 2) to detect and classify the features from the non-effective features. Adaptive Neuro fuzzy systems (ANFIS 3) to estimate learn and adaptation in order to correctly predict have been used. Results: In this study, we try to use artificial intelligence systems to determine the correct dose of insulin for diabetics. The proposed system combines the best attributes in the database in the form the interaction was able to achieve high accuracy with the lowest error. The proposed system based on best features in the database in the interaction form was able to achieve high accuracy with the lowest error. The proposed system in the form of composition and interaction with the subsystem was able to achieve carefully 84.1% in specificity, 91% in sensitivity and 92.9% in accuracy. Conclusion: In this research, due to the importance of correct and timely determination of insulin for diabetics, a new method based on the combination of intelligent systems is presented. Thus, the results obtained in previous articles and studies provide significantly improved.