صفحه محصول - فصل دوم پایان نامه داده کاوی در پزشکی

فصل دوم پایان نامه داده کاوی در پزشکی (docx) 1 صفحه

دسته بندی : تحقیق

نوع فایل : Word (.docx) ( قابل ویرایش و آماده پرینت )

تعداد صفحات: 1 صفحه

قسمتی از متن Word (.docx) :

دانشکده آموزشهای الکترونیکی پايان ‌نامه كارشناسي ارشد در رشته مهندسی فناوری اطلاعات (تجارت الکترونیک) بهینه سازی خرید دارو با استفاده از دادهکاوی به کوشش محمد مهدی تورنجی استاد راهنما: دکتر رضا بوستانی بهمن ۱۳۹3 به نام خدا بهینه سازی خرید دارو با استفاده از داده کاوی به وسیلهی : محمد مهدی تورنجی پایان نامه ارائه شده به تحصیلات تکمیلی دانشگاه به عنوان بخشی از فعالیتهای تحصیلی لازم برای اخذ درجه کارشناسی ارشد در رشته‌ی: مهندسی فناوری اطلاعات – تجارت الکترونیک از دانشگاه شیراز شیراز جمهوری اسلامی ایران ارزیابی شده توسط کمیته پایاننامه با درجه : دکتر .....................، استادیار بخش ..........................(رئیس کمیته) ............................... دکتر .....................، استادیار بخش ..................................................................................... دکتر ....................، استادیار بخش ...................................................................................... بهمن ماه 1393 تقدیم به آنان که به من آموختتند و تقدیم به خانواده و همسرم که با شکیبایی و مهربانی در کنارم بودند... سپاسگزاری اکنون که این پایان‌نامه به پایان رسیده است بر خود لازم می‌دانم تا از زحمات بی‌دریغ استاد بزرگوارم جناب آقای دکتر رضا بوستانی که از آغاز تا پایان کار با راهنمایی‌های ارزشمند خود زمینه ساز پیشرفت پایان‌نامه شدند و در این راه زحمات فراوانی را بر دوش گرفتند، نهایت سپاس و قدردانی را داشته باشم. همچنین از استاد بزرگوار، جناب آقای دکتر سید محمد رضا موسوی که به عنوان استاد مشاور در این پژوهش بنده را همراهی کردند سپاسگزارم. صمیمانه از همراهی و همکاری دوستان و همکارانم در واحد فناوری اطلاعات بیمارستان پاستور و همچنین جناب آقای مهندس کلانی، خانم مهندس منصوره رضایی، خانم دکتر پریسا ایزدی، آقای دکتر حمید رضا صدیقی کمال تشکر و قدرانی را دارم. چکیده بهینه سازی خرید دارو با استفاده از داده کاوی به کوشش محمد مهدی تورنجی توسعهی استفاده از فناوری اطلاعات در بهداشت و درمان علاوه بر مزایای فراوان باعث می شود تا حجم زیادی از دادههای مرتبط، در دسترس قرار بگیرند. با بکارگیری داده کاوی بر روی داده های موجود می توان تصمیم گیریها و فرایندهای مدیریتی را بهبود بخشید. در این پایان نامه تلاش شده است ضمن بررسی الگوریتمهای مختلف داده کاوی مدلی جهت پیش بینی مصرف دارو در داروخانههای بیمارستانها ارائه گردد. مجموعه داده در نظر گرفته شده مربوط به سیستم اطلاعات بیمارستان پاستور شهرستان بم می باشد که در مدت 5 سال در پایگاه داده سیستم اطلاعات این بیمارستان ذخیره شده است. برای پیش بینی مصرف دارو عملکرد مدلهای MLP، SVR، ADABOOST.R، BAGTREE، LR، LSSVR مورد بررسی قرار می گیرد. دقت پیش بینی بر اساس معیارها MSE ,RMSE ,MAE وR2 ارزیابی می گردد. طبق نتایج بدست آمده عملکرد مدل BAGTREE در روش های مختلف بهتر از سایر مدل ها بوده است. واژگان کلیدی : سیستم های اطلاعات بیمارستان، پیش بینی، خرید دارو، داروخانه فهرست مطالبعنوان صفحه TOC \o "1-2" \h \z \t "Heading 3,3,Heading 4,4,Heading 5,5,سطح 4,4" فصل 1- مقدمه PAGEREF _Toc408935725 \h 21-1- فناوری اطلاعات در بهداشت و درمان PAGEREF _Toc408935726 \h 21-2- داروخانه های بیمارستانی PAGEREF _Toc408935727 \h 31-3- داده کاوی PAGEREF _Toc408935728 \h 41-3-1- داده کاوی چیست؟ PAGEREF _Toc408935729 \h 41-3-2- تكنیك های مختلف داده كاوی PAGEREF _Toc408935730 \h 51-3-2-1-انواع تکنیک داده کاوی PAGEREF _Toc408935731 \h 61-4- بیان مسئله PAGEREF _Toc408935732 \h 81-5- اهداف تحقیق PAGEREF _Toc408935733 \h 101-6- سوالات وفرضیات تحقیق PAGEREF _Toc408935734 \h 111-6-1- سوالات PAGEREF _Toc408935735 \h 111-6-2- فرضیات تحقیق PAGEREF _Toc408935736 \h 121-7- فصول پایان نامه PAGEREF _Toc408935737 \h 12فصل 2- پیشینه پژوهشی PAGEREF _Toc408935738 \h 152-1- جمع بندی24فصل 3- مروری بر ادبیات تحقیق و مبانی نظری PAGEREF _Toc408935739 \h 353-1- سیستم های اطلاعات بیمارستان PAGEREF _Toc408935740 \h 353-2- تعريف و مفهوم سيستم اطلاعات بيمارستاني PAGEREF _Toc408935741 \h 383-2-1-- اهداف سیستم اطلاعات بیمارستانی PAGEREF _Toc408935742 \h 403-2-2- اهمیت و ضرورت راه‌اندازی سیستم اطلاعات بیمارستانی PAGEREF _Toc408935743 \h 413-2-3- مزایایی سیستم اطلاعات بیمارستانی PAGEREF _Toc408935744 \h 423-3- داده کاوی PAGEREF _Toc408935745 \h 443-4- مراحل داده کاوی PAGEREF _Toc408935746 \h 463-4-1- پیش پردازش داده ها PAGEREF _Toc408935747 \h 493-4-2- پاکسازی داده ها PAGEREF _Toc408935748 \h 493-4-3-یکپارچه سازی داده ها PAGEREF _Toc408935749 \h 503-4-4- تبدیل دادهها PAGEREF _Toc408935750 \h 503-4-5- تلخیص داده ها PAGEREF _Toc408935751 \h 513-5- وظایف داده کاوی PAGEREF _Toc408935752 \h 513-5-1- دسته بندی PAGEREF _Toc408935753 \h 523-5-2- تخمین PAGEREF _Toc408935754 \h 533-5-3- پیش بینی PAGEREF _Toc408935755 \h 543-5-4- گروه بندی شباهت یا قوانین وابستگی PAGEREF _Toc408935756 \h 543-5-5- خوشه بندی PAGEREF _Toc408935757 \h 553-5-6- نمایه سازی PAGEREF _Toc408935758 \h 563-6- كاربرد هاي داده كاوي PAGEREF _Toc408935759 \h 563-7- رویکردهاي مسائل داده کاوي در پزشکی PAGEREF _Toc408935760 \h 583-8- مدلها و الگوريتمهای داده کاوی PAGEREF _Toc408935761 \h 603-8-1- شبکه هاي عصبی مصنوعی PAGEREF _Toc408935762 \h 603-8-1-1-ساختار شبکه عصبی PAGEREF _Toc408935763 \h 613-8-1-2-معماري شبکه عصبی PAGEREF _Toc408935764 \h 623-8-1-3-آموزش شبکه هاي عصبی مصنوعی PAGEREF _Toc408935765 \h 643-8-1-4-انواع یادگیري در شبکه هاي عصبی مصنوعی PAGEREF _Toc408935766 \h 643-8-2- درخت هاي انتخاب PAGEREF _Toc408935767 \h 653-8-3- Bagging & Boosting PAGEREF _Toc408935768 \h 673-8-3-1-Bagging553-8-1-1-Boosting PAGEREF _Toc408935763 \h 613-8-1-1-الگوریتم های Boosting PAGEREF _Toc408935763 \h 613-8-4- Adaptive Boosting(Adaboost) PAGEREF _Toc408935769 \h 693-8-5- رگرسیون بردار پشتیبان PAGEREF _Toc408935770 \h 703-8-6- رگرسیون خطی PAGEREF _Toc408935771 \h 723-9 نرم افزارهای داده کاوی PAGEREF _Toc408935772 \h 753-10- فرایند خرید دارو PAGEREF _Toc408935773 \h 763-11- جمع بندی PAGEREF _Toc408935774 \h 78فصل 4- روش انجام پژوهش PAGEREF _Toc408935775 \h 804-1- مقدمه PAGEREF _Toc408935776 \h 804-2- الگوریتم پیشنهادی PAGEREF _Toc408935777 \h 814-3- پیش پردازش دادهها PAGEREF _Toc408935778 \h 824-3-1- ساخت ماتریس داده PAGEREF _Toc408935779 \h 834-3-1-1-روش ماههای متوالی674-3-1-2-روش ماههای یکسان PAGEREF _Toc408935763 \h 614-3-1-3-روش فصول متولی694-4- الگوریتمهای Prediction PAGEREF _Toc408935781 \h 864-4-1- روش NN PAGEREF _Toc408935782 \h 874-4-2-روش SVR PAGEREF _Toc408935783 \h 884-4-3- روش LSSVR PAGEREF _Toc408935784 \h 924-4-4- AdaBoost.R PAGEREF _Toc408935785 \h 944-5- مجموعه داده PAGEREF _Toc408935786 \h 964-5-1- پاکسازی داده PAGEREF _Toc408935787 \h 974-6- معیارهای ارزیابی PAGEREF _Toc408935788 \h 984-7- جمع بندی PAGEREF _Toc408935789 \h 100فصل 5- بحث و نتیجه‌گیری PAGEREF _Toc408935790 \h 1035-1- مقایسه روشهای مورد بررسی PAGEREF _Toc408935791 \h 1035-1-1- ارزیابی الگوریتم با روش ماههای متوالی PAGEREF _Toc408935792 \h 1045-1-2- ارزیابی الگوریتم با روش ماههای یکسان PAGEREF _Toc408935793 \h 1115-2- جمع بندی PAGEREF _Toc408935794 \h 123فصل 6- پیشنهادهاو فرصت‌های پژوهشی آینده PAGEREF _Toc408935795 \h 127 فهرست جداول عنوان صفحه جدول 2- 1تکنیک های مهم داده کاوی در بخش دارویی[21] 21 جدول 4- 1 ماتریس داده بصورت ماههای متوالی60 جدول 4- 2 ماتریس داده بصورت ماههای یکسان61 جدول 4- 3 ماتریس داده بصورت فصول متوالی2 جدول 5- 1 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Cream Calamine 77 جدول 5- 2 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Vialdioxin81 جدول 5- 3 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Syrup Sulbutamol82 جدول 5- 4 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Cream Calamine 82 جدول 5- 5 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Vialdioxin 85 جدول 5- 6 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Syrup Sulbutamol86 جدول 5- 7نتایج اعمال الگوریتم های معرفی شده بر روی داده های Cream Calamine 91 جدول 5 - 8 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Syrup Sulbutamol 93 فهرست شکل ها و نمودارها عنوان صفحه شکل 2- 1 مدل پیش بینی با شبکه عصبی[4]12 شکل 2- 2 شبکه عصبی [14] BP 12 شکل 2- 3 مدل بهینه سازی خرید دارو[15]14 شکل 2- 4 مدل استخراج دانش [26] 16 شکل 2- 5 جریان عملیات در داروخانه[17] 17 شکل 2- 6 دسته بندی اهدا بکارگیری داده کاوی[15]19 شکل 2- 7 روند بکارگیری داده کاوی در پزشکی[20]20 شکل3- 1 مراحل داده کاوی[40]32 شکل3- 2 ساختار شبکه عصبی[47]43 شکل3- 3 مثالی از درخت تصمیم[41]55 شکل 3- 4 واسط کاربری سیستم اطلاعات بیمارستان55 شکل 4- 1 دیاگرام چاچوب تحقیق58 شکل4- 2 پارامترهای مورد استفاده در SVM64 شکل4- 3 گزارش تهیه شده با کریستال ریپورت70 شکل4- 4 خروجی گزارش تهیه شده با کریستال ریپورت71 شکل5- 1 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R78 شکل5- 2 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LR78 شکل5- 3 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE79 شکل5- 4 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR80 شکل5- 5 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR80 شکل5- 6 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE83 شکل5- 7 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LR83 شکل5- 8 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR84 شکل 5- 9 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R84 شکل5- 10 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR85 شکل 5- 11 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R86 شکل5- 12 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LR87 شکل5- 13 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR87 شکل5- 14 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR88 شکل5- 15 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R89 شکل5- 16 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم NN90 شکل5- 17 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR90 شکل5- 18 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR92 شکل5- 19 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE93 شکل5- 20 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR94 شکل5- 21 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE94 فصل نخستمقدمه مقدمه فناوری اطلاعات در بهداشت و درمان در سالهای اخیر مراکز بهداشتی ودرمانی کشورمان به ویژه بیمارستانها درصدد مکانیزه کردن سیستمهای اطلاعاتی خود برآمدهاند. در ابتدا مقصود از چنین فعالیتهایی کاهش هزینههای ناشی ازکاغذ بازی موجود در سیستمهای دستی و اداری بوده است، اما اکنون به مرحله ای رسیدهایم که بهبود کیفیت ارائه خدمات درمانی اهمیتی روزافزون مییابد و در این راستا بکارگیری سیستم های اطلاعات بیمارستانها بسیار مرسوم شده است. بکارگیری سیستم اطلاعات بیمارستان علاوه بر مزایای فراوان از جمله کاهش زمان پذیرش، زمان ترخیص، زمان اخذ جوابها، زمان مراجعه به اطلاعات قبلی پرونده، بالا بردن میزان دقت در درج اطلاعات و درخواستها كه در حالت دستی می تواند ناخوانا باشد، همچنین می تواند موجب تسریع ارتباطات بین بخشی و در نهایت بالابردن میزان رضایت بیمار، ارائه خدمات بهتر، دریافت آمار و گزارشات روزانه و زمانی گردد. در نهایت بکارگیری سیستم های اطلاعات بیمارستان، حجم زیادی از داده های مرتبط با درمان را در دسترس قرار می دهد [1]. با استفاده از تکنیک های داده کاوی می توان از دادههای موجود در این سیستمها در جهت پشتیبانی از تصمیم و مدیریت و در نهایت پیشبرد اهداف اقتصادی و درمانی سود جست .[2] داده‌کاوی یکی از ده دانش در حال توسعه است و در سال‌های اخیر در دنیا گسترش فوق‌العاده سریعی داشته است. داده‌کاوی فرآیند کشف الگوها و روابط موجود بین داده ها در پایگاه داده های بزرگ است که با برخورداری از دامنه وسیع زیر زمینه‌های تخصصی با توصیف، تشریح، پیش‌بینی و کنترل پدیده‌های گوناگون پیرامون، امروزه کاربرد بسیار وسیع در حوزه‌های مختلفی ازجمله پزشکی و تجارت دارد [3]. داروخانه های بیمارستانی افزایش هزینه‌های بیمارستانی در سال‌های اخیر و نیز اجرای طرح خودگردانی و اداره‌ی بیمارستان‌ها به وسیله‌ی درآمد اختصاصی آنها، بیمارستان‌ها را با مشکلات مالی جدی رو به رو ساخته است. داروخانه یکی از بخشهای مهم و درآمدزا در بیمارستان ها می باشد که می توان با بهبود خرید دارو و افزایش بهره وری آن، بنحوی به وضعیت اقتصادی بیمارستان ها کمک کرد. این حقیقت که مصرف دارو بر اساس شیوع بیمارها در فصول مختلف تغییر می کند و نیز در نظر گرفتن این نکته که برخی داروها برای درمان یک بیماری مکمل یکدیگرند، از جمله فاکتورهایی هستند که باید در خرید دارو درنظر گرفته شوند [4]. به عبارتی با توجه به بیماریهای بسیار متنوع، و تجویز داروهای مختلف برای آنها، میتوان بر اساس سابقه مصرف دارو، نیاز های دارویی در آینده را پیش بینی کرد در نتیجه، در صورت بکارگیری تکنیکهای داده کاوی بر روی اطلاعات موجود در سیستم اطلاعات بیماستان می توان خرید دارو را بر اساس پیش بینی صورت گرفته توسط داده کاوی بهینه کرد. لذا بر آن شدیم تا با انجام این مطالعه به پیش بینی مصرف دارو، با استفاده از تکنیکهای داده کاوی، در داروخانه یک بیمارستان بزرگ به منظور افزایش بهره وری مالی آن بپردازیم. داده کاوی داده کاوی چیست؟ داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود.[5] کشف دانش و داده کاوی امروزه یک حوزه جدید میان رشته ای و در حال رشد است که حوزه های مختلفی همچون پایگاه داده، آمار، یادگیری ماشین و سایر زمینه های مرتبط را با هم تلفیق کرده تا اطلاعات و دانش ارزشمند نهفته در حجم بزرگی از دادهها را استخراج نماید و استفاده از آن در دو دهه اخیر تقریبا در جهان در همه سازمانها که با حجم عظیمی از داده در پایگاه داده خود مواجه هستند، رواج یافته است [6]. شناسایی مشکالت کاوش و یا برآورد وابستگیها از داده ها یا کلاً کاوش داده های جدید تنها قسمتی ازشیوههای تجربی مورد استفاده دانشمندان، مهندسین و دیگر کسانی است که روشهای استانداردی را برای کسب نتایج داده ها به کار می برند. درتطبیق روشهای تجربی معمول با مسائل داده کاوی میتوان به مراحل بیان مسأله و فرموله کردن فرضیه، جمع آوری دادهها، پیش پردازش دادهها شامل آشکارسازی و حذف دادههای غیر عادی و مقیاس بندی،رمزگذاری و انتخاب، برآورد و ارزیابی مدل و در نهایت تفسیر مدل ورسیدن به نتایج اشاره نمود [7]. تكنیك های مختلف داده كاوی تكنیكهای مختلف داده كاوی را میتوان بر اساس نوع عملیاتی كه انجام میدهند به دو دسته « پیش بینی كننده » و « تشریح كننده » تقسیم كرد. تكنیكهای پیش بینی كننده با ساخت مدلی برای پایگاه داده، وظیفه پیش بینی موارد ناشناخته را بر عهده دارند. در حالی كه تكنیكهای تشریح كننده ، الگوهایی قابل فهم از داده ها را برای انسان كشف می كنند [8].در بین این الگوریتمها و مدلها، بهترین وجود ندارد و با توجه به دادهها و کارایی مورد نظر باید مدل انتخاب گردد. 1-3-2-1-انواع تکنیک داده کاوی [9] قواعد انجمنی : قوانین انجمنی در دسته تکنیک های تشریح کننده قرار می گیرد و به پیدا كردن وابستگیها و همبستگیهای موجود در بین داده ها، یافتن الگوهایی كه غالبا در بین دادهها وجود دارند و همچنین پیدا كردن یك سری ساختار سببی در بین آیتمها و اشیای موجود در پایگاه دادههای تعاملی و رابطهای اشاره كرد. پیش بینی : دراین روش هدف، پیش بینی یک متغیر پیوسته می باشد. مانند پیش بینی نرخ ارز یا هزینه های درمانی. اینجا ﻣﻘـﺎﺩﻳﺮ ﻣﻤﻜـﻦ ﺑـﺮﺍﻱ ﻣﺘﻐﻴﺮﻫﺎﻱ ﻧﺎﻣﻌﻠﻮﻡ ﭘﻴﺶ ﺑﻴﻨﻲ ﻣﻲ ﺷﻮﻧﺪ. ﺩﺭ پیش بینی ﺍﺑﺘﺪﺍ ﺩﺍﺩﻩ ﻫﺎﻳﻲ ﻛﻪ ﺑﻪ ﻣﺘﻐﻴﺮ ﻧـﺎﻣﻌﻠﻮﻡ ﻣﺮﺑـﻮﻁ ﻫﺴﺘﻨﺪ ﺑﻮﺳﻴﻠﻪ ﻱ ﺑﺮﺧﻲ ﺗﺤﻠﻴﻞ ﻫﺎﻱ ﺁﻣﺎﺭﻱ ﭘﻴﺪﺍ ﻣﻲ ﺷﻮﻧﺪ. ﺳـﭙﺲ ﺍﺯ ﺑﺮﺧـﻲ ﺭﻭﺵ ﻫـﺎﻱ ﻫﻮﺷـﻤﻨﺪ ﻣﺎﻧﻨﺪ ﺷﺒﻜﻪ ﻫﺎﻱ ﻋﺼﺒﻲ ﻭ ﺍﻟﮕﻮﺭﻳﺘﻢ ﮊﻧﺘﻴﻚ ﺑﺮﺍﻱ ﺍﻧﺠﺎﻡ ﭘﻴش بینی ﺍﺳﺘﻔﺎﺩﻩ ﻣﻲ ﺷﻮﺩ. رده بندی یا طبقه بندی : فرآیندی برای پیدا کردن مدلی است که رده های موجود در داده‌ها را تعریف می نماید و متمایز می کند، با این هدف که بتوان از این مدل برای پیش بینی رده رکوردهایی که برچسب رده آنها (متغیر هدف) ناشناخته می باشد، استفاده نمود. در رده بندی بر خلاف پیش بینی، هدف پیش بینی مقدار یک متغیر گسسته است. روش های مورد استفاده در پیش بینی و رده بندی عموما یکسان هستند. و در دسته تکنیک های پیش بینی کننده قرار می گیرند. خوشه بندی : گروه بندی مجموعه ای از اعضاء، رکوردها یا اشیاء به نحوی که اعضای موجود در یک خوشه بیشترین شباهت را به یکدیگر و کمترین شباهت را به اعضای خوشه های دیگر داشته باشند. در این پایان نامه جهت پیش بینی مصرف دارو از تکنیک های پیش بینی استفاده می شود و با بررسی الگوریتمهای مختلف این تکنیک تلاش می شود مدلی مناسب جهت پیش بینی مصرف دارو در داروخانههای بیمارستانهای ایران معرفی گردد. همچنین از داده‌های واقعی بیمارستان پاستور شهر تاریخی بم که در پایگاه داده SQL SERVER سیستم اطلاعات بیمارستان با حجمی در حدود GB220 و در مدت 5 سال ذخیره شدهاند جهت استفاده در مدل‌ها و تکینیک های داده‌کاوی استفاده خواهد شد. بیان مسئله در حال حاضر بیمارستان های دولتی کشور ما از کمبود منابع مالی ونقدینگی بشدت رنج می برند. یکی از بخش های تاثیر گذار بر وضعیت مالی بیمارستان ها داروخانه می باشد که در صورت افزایش سودآوری این بخش می توان به نحوی به وضعیت مالی بیمارستان ها کمک کرد در ادامه به اختصار به گزیده هایی از اعتراف برخی از روسای بیمارستانهای بزرگ کشور توجه کنیم: بیمارستان‌های دولتی در صورت عدم رسیدگی تعطیل خواهند شد .[10] در بیمارستان‌های دولتی معضل اصلی این است که هزینه و درآمد با هم انطباق ندارد[11]. مشکلات بیمارستان به قدری زیاد است که معمولا پولی برای دارو باقی نمی ماند.[12] مشکلات خرید و ویژگیهای دارو که با توجه به بررسی های انجام شده در داروخانه بیمارستانها میتوان به آنها شاره کرد. خرید و نگهداری دارو حساسیتی بالایی دارد. جهت خرید دارو از اطلاعات مصرف قبلی برای پیش بینی مصرف استفاده نمی شود و این باعث می شود در انتها فصل با اضافه موجودی مواجه شوند و مقداری از دارو ها به دلیل اتمام تاریخ مصرف غیر قابل استفاده شوند. و همچنین با توجه به عدم پیش بینی مناسب در بعضی از موارد با کمبود دارو مواجه شوند.که با توجه به وابستگی دارو ها در صورت نداشتن برخی از داروها، مراجعه کنندگان برای دریافت کل دارو ها بصورت کامل به داروخانههای خارج از بیمارستان مراجعه میکنند. فروش دارو در داروخانهها بر خلاف سایر فروشگاهها بر اساس سلیقه مشتری نمی باشد و در نظر گرفتن اینکه نسخه پزشکان از اصول درمانی پیروی میکند. بر طبق قانون جدید بیمارستان ها موظف اند تمام داروها و لوازم مصرفی که در بیمارستان استفاده می شود را موجود داشته باشند و بیماران نباید برای تهیه دارو و لوازم مصرفی به داروخانه های خارج از بیمارستان مراجعه کنند. با توجه به ویژگیها و مشکلاتی که در بالا به آنها اشاره شد در صورت پیش بینی مصرف دارو می توان خرید را بهبود بخشید همچنین پیش بینی باعث میشود تا بیشترین پاسخگویی در برابر نیاز های درمانی بیماران را ارائه کرد. راه اندازی سیستم های اطلاعات بیمارستان در بیمارستان های کشور،علاوه بر مزایای فراوان حجم زیادی از اطلاعات مربوط به بیمارستانها از جمله مصرف دارو را نگهداری می کنند[13 ] با بکارگیری داده کاوی بر روی داده های ذخیره شده در این سیستمها می توان مصرف دارو را پیش بینی کرد و با لحاظ کردن این پیش بینی در خرید دارو نهایتا خرید دارو را بهینه کرد. اهداف تحقیق با توجه به مشکلات مالی که گریبان گیر بیمارستان های کشور است. همچنین اهمیت و نقشی که داروخانهها درگردش مالی و درآمد بیمارستانهای کشور دارند. بر آن شدیم تا با انجام این مطالعه به پیش بینی مصرف دارو با استفاده از تکنیکهای داده کاوی، در داروخانه یک بیمارستان بزرگ به منظور افزایش بهره وری مالی آن بپردازیم. هدف از انجام این رساله این است که با استفاده از داده‌های تاریخی و تکنیک‌های داده‌کاوی بتوان مدلی برای پیش‌بینی مصرف دارو ارائه داد. در واقع ارائه یک مدل مبتنی بر تکنیک‌های داده‌کاوی که تا کنون ارائه شده و می‌توان از آنها برای پیش بینی مصرف دارو استفاده کرد. به همین دلیل باید روشهای مختلف پیش بینی را اعمال کرد تا بتوان مقایسه ای بین روشها و انتخاب بهترین روش داشته باشیم. از دیگر اهداف تحقیق بکارگیری مدل ارائه شده بر روی داده های یک بیمارستان و ارزیابی نتایج حاصل از آن می باشد. مدل ارائه شده در این پایان نامه می تواند در سایر بیمارستان های کشور نیز مورد استفاده قرار بگیرد. ایده این تحقیق از پیشینه تحقیق و مطالعات انجام شده در این زمینه گرفته شده است. از جمله تحقیقی که توسط [14] Qinjkui انجام شد و در آن مدلی برای پیش بینی تقاضا برای استفاده از خدمات و تجهیزات در یک بیمارستان ارائه شد همچنین تحقیقی که توسط[19] Asadi بر روی سیستم اطلاعات داروخانه بیمارستانهای آموزشی و درمانی تابعه دانشگاه علوم پزشکی تهران انجام شد و نشان می دهد که اطلاعات موجود در این سیستم ها مورد تجزیه و تحلیل قرار نمی گیرند. هدفی که این پژوهش را متمایز می کند این است که به پیش بینی مصرف دارو در بیمارستان های ایران می پردازد و مدلی برای پیش بینی مصرف ارائه می هد. همچنین یک جنبه جدید از مزایای سیستم اطلاعات بیمارستان ها را مشخص می کند. سوالات وفرضیات تحقیق سوالات چه الگوریتمی جهت پیش بینی مصرف دارو مناسب است؟ چه عواملی بر خرید دارو موثر هستند؟ میزان دقت پیش‌بینی انجام‌شده تا چه حد است ؟ فرضیات تحقیق با استفاده از داده‌های تاریخی و تکنیک‌های داده‌کاوی می‌توان مدلی برای پیش‌بینی مصرف دارو ارائه داد. مدل ارائه شده توسط تکنیک های داده کاوی باعث بهبود خرید دارو خواهد شد. شناخت بیشترین همبستگی و تأثیر عوامل مختلف بر خرید دارو با استفاده از تکنیک‌های داده‌کاوی میسر است. امکان ارائه یک مدل مبتنی بر تکنیک‌های داده‌کاوی تا کنون ارائه شده و می‌توان از آنها برای بهینه سازی خرید استفاده کرد. فصول پایان نامه در فصل اول پایان نامه مقدمهای درباره فناوری اطلاعات در بهداشت و درمان بیان شده و در ادامه به معرفی داده کاوی و بیان مسئله پرداخته، در پایان هم اهداف تحقیق و سوالات و فرضیات آمده است. فصل دوم به ارائه پیشینه تحقیق پرداخته است .فصل سوم، مروری است بر ادبیات تحقیق و مبانی نظری که در آن سیستم های اطلاعات بیمارستان، مزایای این سیستم ها، داده کاوی و الگوریتم ها و مدلهای مختلف تکنیک پیش بینی و همچنین فرایند خرید دارو شرح داده شده است. در فصل چهارم ابتدا چارچوب کلی پایان نامه و مراحل پیاده سازی را شرح داده، سپس توضیح مختصری راجع به مجموعه دادههای ایجاد شده داده میشود و در نهایت، به شرح الگوریتمهایی که براي ارزیابی مورد مقایسه قرار گرفته اند می پردازد.در فصل پنجم مدلهای مختلف جهت پیشبینی تقاضای دارو و ارزیابی این مدلها بررسی خواهد شد. مدلهای شبکه عصبی و انواع مدلهای رگرسیون بر روی مجموعه دادههای آمادهسازی شده اعمال و دقت پیشبینی هر مدل بررسی و با مدلهای دیگر مقایسه خواهد شد نهایتاً در فصل ششم پیشنهادات جهت انجام کارهای آاینده معرفی می شود. فصل دوم پیشینه پژوهشی پیشینه پژوهشی Qingkui در مطالعه در سال 2009 مدلی جهت پیش بینی تقاضا برای استفاده از خدمات و امکانات بیمارستان CQDP ارائه کرد [14] وی در ابتدا بیان میدارد که پیش بینی موجودی بیمارستان یک دانش مدیریتی جدید و با قابلیت پیاده سازی بالا می باشد که پایه اصلی آن نگهداری موجودی مناسب دارو و سایر مواد و تجهیزات مورد استفاده در بیمارستان می باشد. با انجام این پیش بینی می توان موجودی غیر ضرور ی را کاهش داد ،جریان مالی را بهبود بخشید و در نهایت باعث افزایش سود آوری بیمارستان شد. برای پیش بینی تقاضا چارچوبی را ارائه کردند که در شکل 2-1 نشان داده شده است. در این چارچوب در ابتدا به تجزیه و تحلیل فاکتورهای تاثیر گذار بر پیش بینی میپردازد در این مرحله عواملی همچون تعداد افرادی که از خدمات بیمارستان بهره میگیرند و تعداد تخت خواب و سایر عوامل محیطی میپردازد. و در بخش بعدی به معرفی فاکتورهای تاثیر گذار بر روی پیش بینی که توسط الگوریتم مورد استفاده قرار می گیرند همچون هزینه نگهداری موجودی وتعداد درخواست ها و چرخه استفاده و مواردی دیگر را بررسی میکند. در مرحله بعد دادههای مورد پردازش را مشخص می کند و با استفاده از دادهکاوی در فاز پیش پردازش دادهها آماده سازی و یکپارچه می شوند و با پیاده سازی الگوریتم شبکه عصبی BP به آموزش الگوریتم می پردازد تا ساختار شبکه پیاده سازی شود و در نهایت با استفاده از شبکه عصبی پیش بینی را انجام میدهد [14]. شکل2- 1 در این چارچوب ابتدا به تجزیه وتحلیل فاکتور های تاثیر گذار بر پیش بینی می پردازد و در مرحله بعد داده های خام را مشخص می کند ودر فاز پیش پردازش داده ها آماده سازی شده و یکپارچه می شوند ودر مرحله بعد با پیاده سازی الگوریتم شبکه عصبی به آموزش شبکه می پردازد و در نهایت با استفاده از شبکه عصبی پیش بینی را انجام می دهد [14]. این مقاله شبکه عصبی چند ورودی چند خروجی را پیاده سازی کرده است که ساختار و روش محاسبات آن در شکل 2-2 نمایش داده شده است. شکل 2- 2 شبکه عصبی BP بر اساس ساختار سلسله مراتبی: لایه ورودی، لایه خروجی و لایه مخفی[14] لایه ورودی : شامل داده های پیش پردازش شده توسط داده کاوی مربوط به عوامل تاثیر گذار بر پیش بینی تقاضا می باشد. لایه مخفی : در الکوریتم BP معمولا یک یا چند لایه مخفی وجود دارد تا به همگرایی کند و مینیم محلی غلبه کند در این مقاله با ضافه کردن فاکتور MOMENTUMتوانسته کارای الگوریتم را بالا ببرند. لایه خروجی : پیش بینی را ارائه می دهد. پس از ساختن ساختار شبکه با وارد کردن دادههای آموزشی شبکه را آموزش می دهدند و پس از 330 دوره شبکه همگرا می شود. بعد از آموزش شبکه با استفاده از MATLAB تقاضای آینده را با دقت 87.9% پیش بینی کرده اند [41]. Desikan و همکاران [15]در یک تحقیق، چگونگی بکارگیری داده کاوی در بهداشت و درمان را مورد بررسی قرار دادند. این تحقیق بیان می کند که سیستم های بهداشت و درمان در حال حاضر حجم بالایی از داده ها مربوط به بیماران واطلاعات بیمارستانی را دارا می باشند که با استفاده از دانش تولید شده توسط داده کاوی می توان در تصمیم گیریها بهتر عمل کرد و با اتخاذ تصمیمات بهتر در مصرف منابع مالی صرفه جویی کرد. وی یک چارچوب برای بکار گیری داده کاوی در سیستم های اطلاعات بهداشت و درمان ارایه کرده است. مدل پیشنهادی دارای چندین مرحله میباشد که در مرحله اول اطلاعات خام از منابع مختلف مانند کتابها، ژورنالها، مجلات علمی و بازبینیهای سیستماتیک، راهنماهای درمانی، پروتکل ها و سیاست گذاریها در حوزه سلامت، استخراج شده و سپس برروی این داده های خام، یک فیلترینگ جهت بهسازی دادهها انجام شده و با تبادلاتی سعی در تبدیل دادههای کیفی به کمی انجام میگیرد. سپس تلاش می شود تا با ایجاد یک مجموعه قوانین ارتباط بین آیتمهای ورودی مشخص گردد. این مرحله شامل دو قسمت میباشد که در ابتدا ارتباط بین آیتم ها از یک انباره داده استخراج شده و سپس قوانین ابتدایی تشکیل میگردند. در قسمت بعد جهت تصحیح قوانین ابتدایی از یک سری معیار ارزیابی مفهومی استفاده میشود تا قوانینی که با هم در تضاد هستند و یا قوانین غیر صحیح، تصحیح گردند. پس از مرحله تصحیح قوانین، قوانین ایجاد شده برای بکارگیری در کاربردهایی مانند خرید اقلام و یا کارهای تحقیقاتی استفاده میگردند. شکل2-3، بصورت شماتیک توصیف کننده مراحل مذکور است که تحت عنوان یک مدل توسط Desikan و همکاران ارائه شده است [15]. شکل2-3 مدل بهینه سازی خرید دارو که شامل استخراج متغیرها از داده های خام، تبدیل (مانند اعمال توابع عضویت فازی)، تشکیل قوانین از انباره داده و سپس تصحیح قوانین و بکارگیری آنها در عمل توسط Desikan و همکاران ارائه شده است[15]. Jing-song Li و همکاران در تحقیقی به معرفی برنامه های کاربردی داده کاوی بر روی سیستمهای اطلاعات بیمارستان پرداخته اند [16]. وی در این مطالعه به بیان اصول و مبانی داده کاوی و ارائه مدل جدید برای کشف دانش از سیستم اطلاعات بیمارستان و در نهایت به معرفی تکنیک های داده کاوی پیشرفته پرداخته است .همچنین مثالهایی از مطالعات موردی در تکنیکهای داده کاوی پیشرفته را ارئه کرده اند. مطالعهی مذکور ابزارهای داده کاوی را به سه دسته تقسیم کرده که عبارتند از: طبقه بندی :داده ها را به کلاسها یا گروههای از پیش تعریف شده تقسیم میکنند. این نوع طبق بندی به آموزش نظارت شده نیز معروف است. چرا که گروهها قبل از بررسی و آزمایش دادهها تعیین شدهاند. خوشه بندی :خوشه بندی شبیه طبقه بندی است با این تفاوت که داده در گروههای از پیش تعریف شده قرار نمیگیرند. این گروه به عنوان آموزش کنترل نشده نیز مطرح شده است. خوشه بندی معمولاً از طریق تعیین تشابه بین داده ها قبل از تعریف موقعیت ها صورت می گیرد. قوانین وابستگی: تجزیه وتحلیل وابستگی بین داده ها می باشد که در واقع وظیفه ی اصلی داده کاوی را در کشف روابط بین داده ها مطرح می کند. در ادامه به معرفی فرایند استخراج دانش از پایگاه داده سیستم اطلاعات بیمارستان می پردازد.اصطلاح KDD اشاره دارد به فرایند کشف دانش مفید از دادهها، که این شامل ارزیابیها و تفسیرهای ممکن برای اتخاذ تصمیمهای مناسب با استفاده از دانش و همچنین شامل پردازشها وشمای کد گذاری و نمونه برداری و پیش بینی دادهها قبل از داده کاوی است. اما داده کاوی اشاره دارد به برنامههای کاربردی از الگوریتم ها برای استخراج الگو ها از داده ها بدون مرحله اضافی کشف دانش [16]. بطور کلی استخراج دانش مفهوم وسیعتری نسبت به داده کاوی دارد. همانطور که در شکل 2-4 مشخص شده است فرایند استخراج دانش از 5 مرحله زیر تشکیل شده است که عبارتند از : انتخاب مجموعه ی دادهی هدف :دادههای مورد نیاز برای داده کاوی ممکن است از چندین منبع باشند. اولین گام فراهم کردن دادهها از پایگاه دادههای مختلف، فایل ها و منابع غیر الکترونیکی است. پیش پردازش دادهها: دادههایی که توسط فرایند پردازش می شوند ممکن است صحیح نباشند و یا کامل نباشند. همچنین ممکن است داده ها دارای بی نظمی و یا اینکه از چندین نوع باشند.در این مرحله چندین فعالیت از جمله استفاده از منابع در دسترس برای مقابله با دادههای نامربوط و همچنین تصمیمگیری در مورد دادههای از دست رفته انجام می گیرد. تبدیل داده ها: صفات و ویژگیهای مناسب به دادهی هدف اضافه میشوند و یا مواردی از آنها حذف میشوند. دادهها به یک فرمت مشترک برای پردازش شدن تبدیل میشوند. برخی از داده ها ممکن است رمز گذاری شده یا به فرمت های قابل استفاده تبدیل شوند. به منظور کاهش تعداد مقادیر دادههای ممکن برخی از اطلاعات حذف میشوند. داده کاوی: بهترین مدل برای نمایش داده ها با استفاده از یک یا چند الگوریتم داده کاوی بر اساس وظیفه داده کاوی انجام میشود. این مرحله شامل بکار بردن الگوریتم داده کاوی برای تبدیل به نتایج مورد نظرمی باشد. تفسیر و ارزیابی: در این مرحله خروجی مرحله 4 را بررسی می کنیم تا مشخص شود چه چیزی کشف شده است. تصمیم گیری در مورد اینکه مرحله با استفاده از ویژگیها و صفات جدید تکرار شود. شکل 2-4 مدل استخراج دانش از سیستم اطلاعات بیمارستان که شامل پنج گام از جمله انتخاب مجموعه هدف،پیش پردازش داده ها،تبدیل داده ها، داده کاوی، تفسیر و ارزیابی می باشد [16]. در تحقیقی که توسط HAMUROو همکارانش بر روی پایگاه دادههای داروخانههای زنجیره ای در ژاپن انجام گرفت داده کاوی به عنوان عاملی برای بهبود سود آوری و کارایی معرفی شده است [17]. در بخش اول این تحقیق به بحث در مورد نمونه موفق داده کاوی در داروسازی پرداخته است و در بخش دوم طراحی مفهومی و نو آورانه ویژگی ها سیستم های داده کاوی در داروخانه ها را مورد بررسی قرار داده است. در این مدل از داده کاوی برای پیش بینی فروش دارو استفاده شده و نتایج بدست آمده از داده کاوی در اختیار شرکت های پخش دارو و کارخانجات دارو سازی قرار گرفته است. در شکل 2-5 جریان عملیات در داروخانه ها را معرفی می کند که در ان ستاد مرکزی آمار و اطلاعات را از خرده فروشان دریافت می کند. و با توجه به نیاز ها و پیش بینی مصرف، داروخانه ها تقاضای دارو را به شرکت های پخش دارو می دهند و شرکتها اقدام به ارسال دارو به داروخانه ها میکند. همچنین ستاد مرکزی آمار و اطلاعات مربوط به مصرف دارو را در اختیار کارخانجات دارو سازی قرار می دهد تا با استفاده از این اطلاعات اقدام به تولید دارو کنند به بررسی تاثیرات استفاده از داده کاوی در داده های جمع اوری شده از دارو خانه ها می پردازد . شکل 2-5 جریان عملیات در داروخانه های زنجیره ای را نشان می دهد که در ان ستاد مرکزی به عنوان واسطه بین خرده فروش و عمده فروش و کارخانجات تولید دارو قرار دارد و آمار و اطلاعات مربوط به مصرف دارو و پیش بینی مصرف دارو را در اختیار تولید کنندگان وشرکت های پخش دارو قرار می هد [17]. این تحقیق به خوبی نشان می دهد که داده کاوی می تواند بطور موثری در افزایش سود آوری مفید واقع شود. اما با توجه به اینکه در ایران داروخانه های زنجیرهایی و مدیریت متمرکز بر داروخانه وجود ندارد امکان پیاده سازی این سیستم در ایران نمیباشد. Bereznicki و همکاران در تحقیقی از داده کاوی کمک گرفته اند تا با استفاده از سوابق مصرف دارو در داروخانه ها بیماران مبتلا به آسم که به خوبی درمان نشدهاند را شناسایی کنند [18] و سپس پیاده سازیها وارزیابیهای چند رشتهای برای بهبود درمان آسم ارائه کردهاند. این مطالعه به صورت کنترل شده از طریق چند مرکز، در 42 داروخانه در تاسمانی انجام شده است. در این داروخانه ها از نرم افزاری که دادهکاوی در اطلاعات ثبت شده مربوط به داروها را انجام می دهد استفاده شده است تا لیستی از بیمارانی که داروهای مربوط به کنترل آسم را دریافت میکنند تهیه کند. به عبارت دیگر در این مطالعه با استفاده از داده کاوی در اطلاعات ثبت شده مرتبط با داروها به شناسایی بیمارانی که درمان مناسب دریافت نکرده اند پرداخته شده است. بدین ترتیب امکان ارجاع این بیماران به پزشک جهت بررسی بیشتر و در پی آن ارتقاء کیفیت خدمات دریافتی توسط بیماران ایجاد شده است. در این تحقیق از داده کاوی برای مسائل درمانی استفاده شده و یکی از موارد پرکاربرد داده کاوی در سیستمهای اطلاعات داروخانهها مسائل درمانی میباشد. Asadi و همکاران [19]درتحقیقی وضعیت ﺳﻴﺴــﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧه ﺑﻴﻤﺎﺭﺳــﺘﺎﻥﻫﺎﻱ ﺁﻣﻮﺯﺷــﻲ ﻭ ﺩﺭﻣﺎﻧﻲ ﺗﺎﺑﻌﻪ ﺩﺍﻧﺸــﮕﺎﻩ ﻋﻠﻮﻡ ﭘﺰﺷﻜﻲ تهران را ﺑﺮﺭﺳﻲ کردهاند. ﺭﻭﺵ ﺑﺮﺭﺳـﻲ ﺍﻳﻦ ﭘﮋﻭﻫﺶ ﻳﻚ ﺑﺮﺭﺳــﻲ ﺗﻮﺻﻴﻔﻲ ﺑﺮ ﺳﻴﺴﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺑﻴﻤﺎﺭﺳــﺘﺎﻥﻫﺎﻱ ﺁﻣﻮﺯﺷﻲ ﻭ ﺩﺭﻣﺎﻧﻲ ﺗﺎﺑﻌﻪ ﺩﺍﻧﺸــﮕﺎﻩ ﻋﻠﻮﻡﭘﺰﺷﻜﻲ تهران ﺩﺭﺳــﺎﻝ 1388 ﺍﺳﺖ. این پژوهش نشان می دهد ﻋﻨﺎﺻﺮ ﺍﻃﻼﻋﺎﺗﻲ ﻣﻮﺟﻮﺩ ﺩﺭ ﭘﺎﻳﮕﺎﻩ ﺍﻃﻼﻋــﺎﺕ ﺩﺍﺭﻭﻳــﻲ، ﭘﺎﻳﮕﺎﻩ ﺍﻃﻼﻋﺎﺕ ﺑﻴﻤﺎﺭ ﻭ ﭘﺎﻳﮕﺎﻩ ﺍﻃﻼﻋﺎﺕ ﺗﺠﻮﻳﺰﻛﻨﻨﺪﻩ ﺩﺍﺭﻭ ﺑــﻪ ﻃﻮﺭ ﻧﺎﻗﺺ ﺑﻪ ﺗﺮﺗﻴﺐ ﺑﻪ ﻣﻴﺰﺍﻥ 21.9 ،50.1 ﻭ33.3 ﺩﺭﺻﺪ ﺩﺭﺳﻴﺴــﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺑﻴﻤﺎﺭﺳــﺘﺎﻥﻫﺎﻱ ﺗﺤﺖ ﻣﻄﺎﻟﻌﻪ ﻭﺍﺭﻳﺰ ﻣﻲﮔﺮﺩﺩ. ﻭﻇﺎﻳﻒ ﺳﻴﺴﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺩﺭ 43.9 ﺩﺭﺻﺪ ﺑﻴﻤﺎﺭﺳﺘﺎﻥﻫﺎﻱ ﺗﺤﺖ ﻣﻄﺎﻟﻌﻪ ﭘﺮﺩﺍﺯﺵ ﻧﻤﻲﺷﻮد[19] . ﺳﻴﺴﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺩﺭ 60.7 ﺩﺭﺻﺪ ﻭ ﮔﺰﺍﺭﺵ ﺳﻴﺴﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺩﺭ 33.2 ﺩﺭﺻﺪ ﺑﻴﻤﺎﺭﺳﺘﺎﻥﻫﺎﻱ ﺗﺤﺖ ﻣﻄﺎﻟﻌﻪ ﺍﻧﺠﺎﻡ ﻧﻤﻲﺷﻮﺩ. ﻧﺘﻴﺠﻪﮔﻴﺮﻱ بدست آمده از این تحقیق به این صورت بوده است که ﺑﺎﻳﺪ ﻃﺮﺍﺣﺎﻥ ﻭﺗﺤﻠﻴﻠﮕﺮﺍﻥ ﺳﻴﺴــﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺑﺎ ﻣﺸــﺎﻭﺭﻩ ﻣﺘﺨﺼﺼﻴﻦ ﻣﺮﺑﻮﻃﻪ ﺑﻪ ﺩﻗﺖ ﺑﻪ ﻃﺮﺍﺣﻲ ﺍﻳﻦ ﭘﺎﻳﮕﺎﻩﻫﺎﻱ ﺍﻃﻼﻋﺎﺕ ﺑﭙﺮﺩﺍﺯﻧﺪ. ﻭ ﺿﺮﻭﺭﻱ اﺳﺖ ﻓﺮﺍﻳﻨﺪ ﭘﺸﺘﻴﺒﺎﻧﻲ ﺍﺯ ﻓﻌﺎﻟﻴﺖ ﺩﺭﻣﺎﻧﻲ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺩﺭ ﺳﻴﺴﺘﻢ ﺍﻃﻼﻋﺎﺕ ﺩﺍﺭﻭﺧﺎﻧﻪ ﺗﻤﺎﻡ ﺑﻴﻤﺎﺭﺳﺘﺎﻥﻫﺎﻱ ﺗﺤﺖ ﻣﻄﺎﻟﻌﻪ ﺍﻧﺠﺎﻡ ﺷﻮﺩ. این تحقیق وضعیت سیستم های اطلاعات بیمارستان را بررسی میکند که داده های ذخیره شده در این سیستم تا چه اندازه دقیق هستند و به چه اندازه از این داده ها استفاده میشود. و نشان می دهد که در کشور ما بطورفراگیر اطلاعات ذخیره شده در پایگاه داده ها مورد تجزیه و تحلیل قرار نمی گیرند و سیستم های اطلاعات صرفا جهت افزایش دقت و سرعت در انجام خدمات استفاده می شوند که در صورت بکار گیری داده کاوی بر روی این سیستم ها می توانیم دانش مفید و کارآمدی را تولید کنیم. Esfandiarya و همکارانش در یک مطالعه مروری به بررسی روشهای داده کاوی و زمینه های داده کاوی در پزشکی در بین سال های 1999 تا 2013 پرداخته اند [20] و بیان می دارند که داده کاوی در پزشکی بیشتر در 6 زمینه غربالگری،تشخیص ، درمان، پیشگیری، نظارت و مدیریت است و پنج روش داده کاوی مورد استفاده عبارتند از طبقه بندی و رگرسیون و خوشه بندی و ارتباط و ترکیبی است.در شکل2-6 اهداف بکار گیری داده کاوی در بهداشت و درمان به صورت درصد بیان شده است و بیشترین درصد مربوط به افزایش کارایی می باشد. . شکل 2-6 دسته بندی اهداف بکارگیری داده کاوی در بهداشت و درمان که در ان بهبود کارایی 28%، کاهش زمان معطلی 28%، سیستم های تصمیم یار 27%، استخراج دانش28% از کل اهداف بکار گیری داده گاوی در بهداشت و درمان رو شامل می شوند [20]. در شکل 2-7 روند بکار گیری داده کاوی در بهداشت و درمان را در مقایسه با داده کاوی بصورت کلی نمایش داده شده است. رشد بکارگیری داده کاوی در بین سال های 2005 تا 2010 را نشان می دهد عوامل این امر به شکل شرح زیر می باشند: پیشرفتهای اخیردر زمینه بیوانفورماتیک توجه بیشتر به برنامههای کاربردی دادهکاوی در میکرو آرایه و ژنتیکی است. موفقیت داده کاوی در زمینه های دیگر مانند CRM توسعه داده کاوی از علوم دانشگاهی مشترک ابزارهای بهره وری تحلیلی شکل شماره 2-7 تلاش دارد تا ثابت کند که استفاده از دادهکاوی موضوعی جذاب بوده و گرایش محققان در حال افزایش است. از سوی دیگر، با مقایسه داده کاوی با داده کاوی پزشکی نشان می دهد که تمایل به استخراج اطلاعات پزشکی به سبب رشد در برنامه های کاربردی داده کاوی ، و رشد داده های پزشکی افزایش یافته است. شکل 2-7 روند بکارگیری داده کاوی پزشکی در مقایسه با کاوی را نشان می دهد [20] Ranjan در مطالعهای در سال 2007 به بررسی استفاده از دادهکاوی در صنعت داروسازی می پردازد[21] . وی در این مطالعه نشان میدهد که چگونه داده کاوی، الگوهای مناسب را از بین حجم زیادی از اطلاعات کشف و استخراج می کند و نیز با توجه به تغییرات سریعی که در زمینه محصولات دارویی رخ می دهد سیستم های پشتیبان تصمیم نقش مهمی را در تصمیم گیری ها ایفا می کنند و صنایع دارویی در حال گسترش برنامههای کاربردی دادهکاوی به عنوان ابزار پشتیبانی تصمیم گیری برای اتخاذ تصمیمهای استراتژیک هستند. در این مطالعه پس از معرفی داده کاوی به ذکر تکنیکها ی دادهکاوی پرداخته می شود. این تکنیکها عبارتند از قوانین انجمنی: در این روش قوانین وابستگی بین مجموها ها کشف می گردد و به الگوهایی که در طی فرایند داده کاوی به طور مکرر وجود دارد اشاره می گردد. دسته بندی و پیش بینی: دسته بندی و پیش بینی دو تکنیک جهت آنالیز داده ها می باشد که جهت توصیف گروه اطلاعات استفاده می شود و دسته داده های بعدی را پیش بینی می نمایند. خوشه بندی: در این روش اطلاعات ثبت شده ی مشابه در یک گروه قرار می گیرند. این روش معمولاً جهت معنی بخشیدن به دسته بندی ها استفاده می شود. درجدول2-1: درک روشنی از تکنیک های اصلی داده کاوی که در شرکت های دارویی استفاده می شوند را ارائه می دهد. جدول 1: تکنیک های مهم داده کاوی در بخش دارویی را معرفی می کند[21] منابع داده مورد استفاده در بخش دارویی عبارتند از داده های بالینی: (داده های بیمار، اطلاعات دارویی ، اطلاعات درمانی) داده های اداری: (مهارت کارکنان ، مراقیت پرستاری) اطلاعات مالی: (هزینه های درمان حقوق کارکنان) اطلاعات سازمانی: (تجهیزات ، امکانات) ابزارهای دادهکاوی موثر، به توسعه پایگاههای داده برای اطلاعات مرتبط نیاز دارند. مشخصات بیمار همراه با هر گونه عوارض جانبی گزارش شده توسط بیمار، باید ثبت شود به طوری که آینده بتواند گزارش شود. با گذشت زمان، پایگاه داده بسیار بزرگتر خواهد شد و تعامل دادهها را برای داروهای موجود کاملتر خواهد کرد. داده کاوی می تواند اطلاعاتی همچون ویژگیهای تجویز پزشک ، شیوع بیماری ، اطلاعات مربوط به بیماری را ارائه کند. وی در ادامه به مقایسه ی داده کاوی و آمار می پردازد و در نهایت استفاده از تکنیکهای داده کاوی، در صنعت دارو سازی را شرح میدهد. از این بین میتوان به استفاده از دادهکاوی در ایجاد داروی جدید، ایجاد و توسعهی آزمایشات، پیش بینی عملکرد داروها، و بررسی داروها در مطالعات بالینی و بررسی نتایج حاصل و همچنین پیشبینی فروش دارو اشاره کرد. Dodi و همکاران [22] در تحقیقی بیان می کند که کشف قوانین انجمنی بخش مهم از داده کاوی می باشد و قوانین انجمنی در خرده فروشی تحت عنوان تحلیل سبد خرید بطور گسترده استفاده می شود. در هر صورت مفهوم قوانین انجمنی یک مفهوم کلی است و کاربرد زیادی دارد و هدف این تحقیق نمایش دادن کاربرد آن در دادهکاوی پزشکی است. دادههای پزشکی شبیه به دادههای سبد خرید نیستند در سبد خرید دادههای بصورت متمرکز با یکدیگر هستند اما دادههای پزشکی به چند دسته تقسیم میشوند. برای اینکه دادههای پزشکی در فرمی شبیه سبد خرید وارد شوند آنها را در یک مرحله پیش پردازش اماده میکنند. اولین گام در تولید قوانین وابستگی شناسایی یک مجموعه آیتم بزرگ است و معمولا برای این کار از الگوریتم apriori استفاده می شود در این مقاله به بررسی الگوریتم apriori می پردازد و اینکه برای کاهش زمان محاسبه و افزایش کارایی این الگوریتم در داده های پزشکی از نمونه گیری تصادفی استفاده کردهاند. تمرکز این مقاله برای یافتن وابستگی بین procedure و diagnosis است و با توجه به این قضیه مجموعه آیتمی را که هم شاملprocedure و هم شامل diagnosis باشد انتخاب میکندکه سمت راست قوانین procedureباشد و سمت چپ آنها را diagnosis تشکیل می دهد و قوانین که confidence آنها کمتر از 65% باشد را حذف می کند [22]. این مقاله با توجه به این که قوانین انجمنی معمولا برای تحلیل سبد خرید بکار می روند برای استفاده از قوانین وابستگی در داده کاوی پزشکی الگوریتم apriori را بهینه سازی کرده است. در این مقاله تمرکز بر روی دو مجموعه آیتم بوده است و در حالت کلی داده های پزشکی دارای چندین مجموعه آیتم خواهند بود. جمع بندی در این بخش ضمن بررسی مطالعات انجام شده در زمینه داده کاوی بر روی سیستم های اطلاعات بیمارستان ها مشاهده شد که داده کاوی در این زمینه از ابعاد مختلف مورد ارزیابی قرار گرفته است. این پایان نامه سعی می کند تا به جنبه جدیدی از بکارگیری دادهکاوی در سیستمهای اطلاعات بیمارستانها بپردازد. همچنین با استفاده از تکنیک پیش بینی,مصرف دارو را پیش بینی کرده تا با استفاده از نتایج آن خرید دارو را بهینه سازی کند. با توجه به ساختار سیستم های اطلاعات بیمارستان در ایران نتایج این پایان نامه می تواند کمک کند تا سازندگان سیستم های اطلاعات قسمت داده کاوی را در این سیستم ها ایجاد کنند و این کار موجب افزایش در آمد بیمارستانهای کشور خواهد شد. فصل سوم مروری بر ادبیات تحقیق و مبانی نظری مروری بر ادبیات تحقیق و مبانی نظری در فصل سوم، سیستم های اطلاعات بیمارستان، مزایای این سیستم ها، داده کاوی و الگوریتم ها و مدلهای مختلف تکنیک پیش بینی و همچنین فرایند خرید دارو شرح داده خواهد شد. سیستم های اطلاعات بیمارستان امروزه اطلاعات به عنوان يكي از مهمترين منابع قدرت در جهان مطرح مي باشد. برتري جهان پيشرفته بر جهان عقب نگه داشته شده، بيش ازآنكه اقتصادي، نظامي و يا فرهنگي و سياسي باشد اطلاعاتي است، به بيان ديگر اولين وجه تمايز كشورهاي توسعه نيافته و حتي كشورهاي در حال توسعه، در ميزان توليد، سازماندهي، و كاربرد اطلاعات است. از طرفي اطلاعات کليد جامعه مردمي است، و انتشار و استفاده از آن يک شاخص اجتماعي به شمار مي رود و رشد اين شاخص به معناي ارتقاي ملي خواهد بود. اطلاعات به طورمحسوسي بر بينش و رفتار ما اثر مي گذارد. همچنين آمار و اطلاعات يکي از منابع با ارزش و اصلي مديران يک سازمان است. همانطور که منابع انساني، مواد اوليه، و منابع مالي درروند توليد داراي نقش و ارزش خاصي هستند، لکن در عصر اطلاعات و ارتباطات، اطلاعات داراي ارزش ويژه اي است. بطوركلي، اطلاعات جريان حياتي و اساس فرايند تصميم گيري و برنامه ريزي مي باشد.بنابراين، در مديريت نياز به يك سيستم اطلاعاتي جامع مي باشيم [23]. توانايي يک سازمان در انجام موثر وظايفش به کيفيت تصميم هايي که در سازمان اتخاذ مي گردد بستگي دارد و کيفيت تصميم ها تابع کيفيت اطلاعاتي است که بر اساس آن تصميم گيري بعمل ميآيد. انبوهي از آمار و اطالعات در حوزه های مختلف و بويژه علوم پزشکی و بهداشتی وجود دارد که بدون بكارگيري فناوري نوين اطلاعات قادر به گردآوري صحيح و تحليل آنها نيستيم. فناوري اطلاعات در سالهاي اخير به واسطه رشد و گسترش روز افزون و بكارگيري امكانات رايانهاي و انتقال دادهها و ايجاد شبكه هاي جهان گستر مانند اينترنت، بواسطه اطلاعات ارزشمند و خدمات متنوع، محيطهاي تبادل اطلاعات را به شدت دچارتغيير كرده است [24]. با توجه به اينكه، فناوري و ابزارهاي الکترونيک و رايانهاي در دهه گذشته پديده انفجار اطلاعات را موجب شدند، لذا بايستي سيستم هايي را برپا کرد که بتواند اطلاعات را توليد و آنها را مديريت کنند. در اين رابطه كاربردهاي نظام اطلاع رساني در بخش بهداشت و درمان نيز فزوني چشمگيري يافته و بايد تحت عنوان سيستم هاي پشتيباني در تصميم گيري، مديريت را در نظام عرضه خدمات بهداشتي درماني تقويت وحمايت نمايند. ضرورت استفاده از اطلاعات بهداشتي و درماني و نتايج تحقيقات انجام شده در اين زمينه، براي تأمين مقاصد آموزشي، پژوهشی و توسعه علوم پزشكي و پيراپزشكي، بهبود كيفيت درمان، بهينه سازي روشهاي مديريتي مراكز بهداشت و درمان، كاهش هزينه هاي مراكز، وغيره، بعنوان اساسي ترين دلايل جمع آوري اطلاعات در مراكز بهداشتی درمانی محسوب می شود [25]. در عصر تكنولوژي اطلاعات و اطلاع رساني، اطلاعات نيروي حياتي ارائه مراقبت بهداشتي و درماني است. در بخش بهداشت و درمان استفاده ازسيستم هاي اطلاعاتي كارآمد براي تحقق اهداف كارآيي، اثربخشي وكيفيت خدمات و نيز رضايتمندي مراجعين ضرورتي انكارناپذير به شمارمي رود .[26]پزشكان، پرستاران و ساير مراقبين بهداشتي براي درمان يك بيمار به اطلاعات پزشكي نياز دارند. اين اطلاعات در کتاب ها، مقالات مجلات،گزارش نتايج تحقيقات و همچنين نتايج آزمايشات و اقدامات درمانی انجام گرفته برای بيماران که در پرونده پزشکی بيماران وجود دارد، نهفته است. در سازمان هاي بهداشتي و درماني به دليل نقشي که در تعيين وارتقاي سطح سلامت جامعه بشري دارند, آزمون و خطا کاري بس اشتباه و غيرقابل جبران است. بنابراين مديريت بر پايه اطلاعات صحيح، دقيق، و به موقع و برخورداري از يک نظام مديريت اطلاعات اهميتي خاص دارد [27]. بيمارستانها به عنوان يکي از مهمترين سازمانهاي اجتماعي نقش عمدهاي در بهبود وضعيت بهداشت کشور و ارائه خدمات بهداشتي و درماني دارند و يکي از حساس ترين سازمانها مي باشند که براي اداره صحيح آنها بايداطلاعات به شکلي صحيح گردآوري شده، و پس از پايش و دسته بندي واستنتاج به شکل مناسبي و در زمان مناسب در اختيار کليه تصميم گيران بيمارستان به خصوص مديران و روساي آن قرار گيرد [28-27]. تعريف و مفهوم سيستم اطلاعات بيمارستاني يک سيستم اطلاعات بيمارستاني و يا سيستم اطلاعات بهداشتی عبارت است از يك پايگاه دادهها و نرم افزار جامع براي يكپارچه سازي اطلاعات مربوط به بيمار جهت ارسال و تبادلات اطلاعات جامع بيمار بين بخشها و سايرمراكز درماني بمنظور تسريع در فرايند مراقبت و درمان بيمار، بهبودكيفيت، افزايش رضايتمندي، و كاهش هزينهها مي باشد [29]. به تعبير ديگر سيستم اطلاعات بيمارستاني، سيستمي است که بتواند کليه وظايف و عملياتي که در فرآيند درمان بيمار در قسمت هاي مختلف يک مرکز درماني اعم از تشخيصي، درماني، اداري، مالي و پژوهشي صورت مي پذيرد را تحت پوشش قرار دهد و ضمن دريافت و ثبت دقيق اطلاعات هويتي و درماني بيمار، توانايي نمايش پيشرفت هر اقدام وتأثير آن عمل را بر ساير امور درماني بيمار مشخص نموده ودر نهايت تمام اطلاعات بيمار را در مجموعهاي محرمانه به نام پرونده الکترونيک بيمار، نگهداري، بازيابي، طبقه بندي وجهت تأمين مقاصد درماني در اختيار عوامل مختلف سيستم درمان يک کشور قرار دهد [23] [30]. سيستم اطلاعات بيمارستاني، براي خودكار نمودن امور بيمارستانها مانند؛ گزارش دهي نتايج آزمايشات، وارد نمودن دستورات پزشك، تجويز دارو، كنترل موجودي داروخانه، انبار مركزي، واحد تغذيه، وغيره طراحي شده است [31]. در سيستم اطلاعات بيمارستاني، براي هر بيمار يك پرونده الكترونيك تشكيل ميگردد، بطوريكه كليه فعاليتهاي بيمارستاني شامل : درماني، تشخيصي، مالي، و غيره بيمار از پذيرش تا ترخيص تحت پوشش قرار مي دهد. در اين سيستم، كليه اقدامات درماني، دستورات دارويي و خدمات تشخيصي از طريق سيستم به كلينيكها و پاراكلينيكها و حتي مراكز اداري از قبيل حسابداري، داروخانه، انبارها، و ساير واحدها ارسال شده و پاسخ آنها دريافت مي شود. بنابراين سيستم اطلاعات بيمارستاني، سيستم اطلاعاتي است كه در آن دادهها در بانك اطلاعاتي به نحو جامعي ذخيره شده و از آنجا در زمان و مكان نياز به اطلاعات در فرم هاي ويژه در دسترس مصرف کنندگان قرار میگيرد [32-33]. كشورهاي صنعتي سالهاست كه از اين تكنولوژي در عرصه بهداشت ودرمان بهره مي برند. اما پياده سازي اين سيستم در بيمارستانهاي مناطق مختلف ايران بيانگر فراهم شدن زيرساخت فرهنگي، تكنولوژي مناسب جهت ايجاد و تكميل سيستمهاي بهداشتي مطابق با استانداردهاي جهاني ميباشد. اهداف سیستم اطلاعات بیمارستانی هدف سیستم اطلاعات بیمارستانی ، پشتیبانی از فعالیتهای بیمارستانی در سطوح عملی، تاكتیكی، و استراتژیكی می‌باشد. به عبارت دیگر هدف از سیستم اطلاعات بیمارستانی ،استفاده از كامپیوترها و وسایل ارتباطی برای جمع‌آوری، ذخیره‌سازی، پردازش، بازخوانی، و برقراری ارتباط بین مراقبت بیمار با اطلاعات اداری در تمام فعالیتهای بیمارستانی و برآوردن نیازهای تمام مصرف‌كنندگان مجاز سیستم می‌باشد. در بیمارستانهای دانشگاهی، پشتیبانی از تحقیق و آموزش نیز از اهداف سیستم اطلاعات بیمارستانی است .[34-35] از دیگر اهداف سیستم های اطلاعات می توان به موارد زیر اشاره کرد: 1. ارتقاء سطح كارایی پرسنل 2. استخراج آمار و اطلاعات به روشهای سریعتر و دقیقتر 3. بهبود كیفی وضع خدمات درمانی 4. ایجاد یك روش و سیستم كاری مدرن و استاندارد بیمارستانی 5. برقراری ارتباط اطلاعاتی بین بیمارستانها و مراكز درمانی در سطح كشور اهمیت و ضرورت راه‌اندازی سیستم اطلاعات بیمارستانی سیستم اطلاعات بیمارستانی، یك سیستم مكانیزه مدیریت اطلاعات و اسناد در بیمارستانهای می باشد. با توجه به تحولات گسترده در تكنولوژی پزشكی و افزایش انتظارات بیماران، نیاز روزافزون به استفاده از سیستم اطلاعات بیمارستانی در بیمارستان پدید آمده است. در دوران تكنولوژی و انفجار اطلاعات در سطح بهداشتی و درمانی، كارشناسان معتقدند در قرن بیست‌ویكم بیمارستان های كه فاقد سیستم اطلاعات بیمارستانی باشد، حرفی برای گفتن ندارد و توانایی رقابت با سایر بیمارستان ها را ندارد. سیستم اطلاعات بیمارستانی ، یك ابزار قدرتمند اطلاعاتی است كه می‌تواند مدیران بیمارستان ها را در فرایند ادراه بیمارستان ها و اتخاذ تصمیم‌های صحیح یاری نماید و عملكرد مثبت بیمارستان ها را بنحو چشمگیری افزایش دهد .[36]ناكارآمدی روش‌های دستی، رشد تحقیقات پزشكی در جهان، پیشرفت صنعت بیمه و تغییر در روش‌های بازپرداخت به مراكز طرف قرارداد، روش‌های نوین آموزش پزشكی، پیشرفت عظیم تجهیزات و امكانات پزشكی، افزایش سطح تخصصی كاركنان و تحول در نحوه سرویس‌دهی و مدیریت بیمارستانی، رشد روزافزون هزینه‌های درمانی، افزایش انتظارات بیماران، ضرورت ارتباط مراكز پزشكی و متخصصان علوم پزشكی با یكدیگر و غیره از مهمترین ضرورت‌ها و دلایل اتوماسیون سیستم اطلاعات بیمارستانی می‌باشد. همچنین وجود یك سیستم اطلاعات مدیریتی خوب، برای ارزیابی كیفیت مراقبت انجام شده برای بیمار ضروری می‌باشد.سیستم اطلاعات بیمارستانی ، قابلیت‌ها و ارزشهای افزوده بسیار دارد و می تواند انقلابی در خدمات بیمارستانی ایجاد نماید. ارتقا كیفیت خدمات درمانی، ایجاد مدیریت علمی در اداره بیمارستان، بهبود اقتصاد درمان، رشد پژوهش در علوم پزشكی، اصلاح سیاست گذاری كلان در بهداشت و درمان و توسعه آموزش پزشكی از جمله ثمرات این سیستم است. تحقیقات جهانی نیز م‍ؤید این تأثیرات مطلوب است .[29] مزایایی سیستم اطلاعات بیمارستانی بطور‌كلی كاربرد فناوری اطلاعات در سیستم بهداشتی و درمانی دارای مزایای زیر می‌باشد1. منافع کمی: منافع مالی هستند که کاملا قابل اندازه گیری بوده و به استفاده از یک فناوری به خصوص نسبت داده می‌شود. برای مثال استفاده از فناوری در ارائه الکترونیکی دعاوی پزشکی منجر به صرفه‌جویی در زمان و کاهش هزینه نیروی انسانی می‌شود.2.منافع کیفی: داده‌های صحیح و دقیق، ارسال سریع داده‌ها، افزایش قابلیت دسترسی و ارتباط بین اجزاء مختلف داده‌ها مزایایی هستند که به سادگی قابل اندازه‌گیری نیستند.3. منافع استراتژیک: در دراز مدت بر سازمانهای بهداشتی و درمانی مهم و اساسی هستند. جمع‌آوری و تحلیل داده ها مزیت ویژه‌ای برای سازمان محسوب می‌شوند که در طولانی‌مدت پایه و اساس برنامه‌ریزی استراتژیک و تحقیقات بهداشتی و پزشکی می باشند .[15] مزایای كاربرد فن‌آوری اطلاعات در حوزه‌های سیستم بهداشتی و درمانی: كاربرد فن‌آوری اطلاعات در حوزه‌های سیستم بهداشتی و درمانی برای بیماران، پرسنل بهداشتی درمانی، و مدیران دارای مزایای زیر می‌باشد بیماران: برای بیماران، فناوری ارتباطات و اطلاعات تأثیرات مستقیم و قابل رویتی در نحوه تعامل آنها با سیستم بهداشتی درمانی و تجربه آنها به عنوان مشتریان خدمات بهداشتی درمانی دارد. بر این اساس، سوابق مربوط به بیمار همیشه و بسرعت در دسترس کارکنان قرار خواهد گرفت و کیفیت سوابق تغییری نخواهد کرد، در عوض بیماران نیز با مشاهده سیستمهای فناوری ارتباطات و اطلاعات با کیفیت بالا، به کارکنان مطمئن‌تر می‌شوند . پرسنل بهداشتی درمانی: پرسنل بهداشتی درمانی سیستم‌های جدید، سریع، و ایمن فناوری ارتباطات و اطلاعات را در اختیار خواهند داشت تا از کار روزمره آنان پشتیبانی کنند. بدین ترتیب آنان قادر خواهند بود پیشینه بیمار مورد نظر را بازبینی و طرحهای مراقبت از وی را برنامه‌ریزی، داروها را تجویز، آزمایشها را بررسی و نتایج آن را سریعاً و به راحتی مشاهده کنند. مدیران بهداشتی درمانی: تأمین داده‌های صحیح و معتبر (مالی و بالینی)، تعیین نیروی کار بهتر، و اداره منابع راحتتر می‌شود. نظارت بالینی افزایش می‌یابد و سطح کیفیت مراقبت از بیماران ارتقاء می‌یابد. سلامت عمومی، طرح‌ریزی خدمات برای مردم، و نیز عملیات آماری و تحلیلی بر اساس داده‌های با کیفیت بهتر خواهد بود .[29][35][37] داده کاوی بکارگیری فناوری اطلاعات در انجام امور روزمره باعث شده است تا حجم زیادی از داده های مربوط به مبادلات تجاری ، داده های پزشکی ، داده های صنعتی و ... ایجاد شوند. داده کاوی فرایندی است که توسط آن می توان از داده های موجود اطلاعات و دانش مفیدی را کشف کرد که بطور معمول در این داده های مخفی هستند و برای ما قابل درک نیستند. ﻫﺪف اﺻﻠﻲ داده ﻛﺎوي ﻛﺸﻒ اﻃﻼﻋﺎﺗﻲ اﺳﺖ ﻛﻪ ﺗﺎ ﻛﻨﻮن دﻳﺪه ﻧﺸﺪه و ﻣﺨﻔﻲ ﺑﻮدهاند . داده کاوی یک علم میان رشته ای نسبتا جدید می باشد. که شامل رشته هایی همچون آمار ، یادگیری ماشین و علوم کامپیوتر می باشد. مهم ترین این رشته ها آمار می باشد و بدون آمار، اساساً داده کاوی وجود نخواهد داشت به طوری که اساس اکثر تکنیک هایی می باشد که داده کاوی بر روی آنها بنا شده است. آمار کلاسیک مفاهیمی همچون تحلیل رگرسیون، توزیع استاندارد، انحراف معیار، واریانس، تحلیل خوشه ای و فاصله های اطمینان را که برای مطالعه داده و روابط بین داده ها نیاز می باشد را در بر می گیرد. برای داده کاوی تعاریف گوناگونی بیان شده است که در زیر به برخی از این تعاریف اشاره شده است[38-39-40] : داده کاوی یک فرآینده شناخت الگوهای معتبر، جدید، ذاتاً مفید و قابل فهم از داده ها می باشد. داده کاوی به فرآیند استخراج اطلاعات نهفته، قابل فهم، قابل پیگیری از پایگاه داده های بزرگ و استفاده از آن در تصمیم گیریهای تجاری مهم، اطلاق می شود. داده کاوی، مجموعه ای از روش ها در فرآیند کشف دانش می باشد که برای تشخیص الگوها و روابط نامعلوم در داده های مورد استفاده قرار می گیرد. فرآیند کشف الگوهای مفید از داده ها را داده کاوی می گویند. فرایند انتخاب، کاوش و مدل بندی داده های حجیم، جهت کشف روابط نهفته با هدف به دست آوردن نتایج واضح و مفید، برای مالک پایگاه داده ها را ، داده کاوی گویند. مراحل داده کاوی به طور کلی، داده کاوی به استخراج دانش از پایگاه های بزرگ داده ها اشاره دارد و یک رشته علمی جدید می باشد که امروزه کاربردهای متنوع و گسترده ای در رشته هایی مثل بازرگانی، پزشکی، مهندسی، علوم کامپیوتر، صنعت، کنترل کیفیت، ارتباطات، کشاورزی و ... پیدا کرده است. در پژوهش های مربوط به داده کاوی، دو تعبیر مختلف از داده کاوی وجود دارد. برخی پژوهشگران [40]، داده کاوی را مترادف عبارت کشف دانش و معرفت از پایگاه داده می دانند و برخی دیگر از جمله Fayyad [38] به داده کاوی به عنوان یک مرحله ضروری از فرآیند بزرگتر کشف دانش از پایگاه داده ها که به اختصارKDD می گویند اشاره دارند. KDD شامل مراحل زیر است: 1- پاكسازی داده ها: حذف داده های ناپایدار و مزاحم. 2- يکپارچه سازی داده ها : ترکیب منابع متعدد، پراکنده و احیاناً ناهمگن داده ها. 3-انتخاب داده ها : بازیابی داده های مربوط به عمل کاوش از پایگاه دادها. 4- تبديل داده ها : تبدیل داده ها به اشکالی مناسب برای به کار بردن روش های مختلف. 5- داده كاوی : مرحله ضروری از فرآیند KDD است که در آن از روش های مختلف آماری و یادگیری ماشین برای استخراج الگوها استفاده می شود، که شامل مراحل زیر است: الف- انتخاب استراتژی داده کاوی : رده بندی، خوشه بندی، پیش بینی، تعیین وابستگی. ب- انتخاب روش داده کاوی : شبکه های عصبی، درخت تصمیم، ماشین های بردار پشتیبان، تقویت کننده تطبیقی، توابع پیش بینی کننده خطی و غیر خطی. ج- داده کاوی و جستجو برای یافتن الگوی مناسب. 6- ارزيابی الگوها شناسایی الگوهای جذاب ارائه دانش، براساس معیارهای جذابیت. 7- ارائه دانش ارائه دانش استخراج شده با استفاده از تکنیک های نمایش اطلاعات. شکل 3-1 مراحل داده کاوی: 1.پاکسازی دادهها 2.یکپارچه سازی دادهها 3.انتخاب دادهها 4. تبدیل دادهها 5.تبدیل دادهها[40] در دیدگاه دیگر، داده کاوی به عنوان مجموعه ای از فرآیندها که از تعریف اهداف تا ارزیابی نتایج را در بر می گیرد، معرفی شده است. مراحل مختلف داده کاوی عبارتند از: الف- تعریف اهداف تحلیل ب- انتخاب و سازماندهی داده ها پ- تحلیل کاوشگرانه داده ها و انجام تبدیلات ت- مشخص کردن روش های آماری مورداستفاده در مرحله تحلیل ج- تحیلی داده ها بر اساس روش انتخابی چ- ارزیابی و مقایسه روش های مورداستفاده و انتخاب مدل نهایی برای تحلیل ح- تفسیر مدل حاصل و استفاده از آن در فرآیند تصمیم گیری. پیش پردازش داده ها کیفیت داده ها در استخراج نتایج مطلوب و اطلاعات حقیقی بسیار موثر هستند. پایگاه داده های بزرگ شامل داده های مزاحم، گمشده و ناایستا هستند. به همین جهت برای ارتقاء کیفیت داده ها، لازم است داده ها به صورت مراحل زیر پیش پردازش شوند: پاکسازی داده ها برای انجام یک داده کاوی مطلوب لازم است مقادیر گمشده جایگزین شوند، دادههای مزاحم شناسایی و به نحو مناسب با آنها برخورد و نا ایستایی ها اصلاح شوند. الف- مقادير گمشده: داده هایی هستند که به هر دلیلی در هنگام تحلیل داده ها در اختیار تحلیلگر قرار ندارند. در مورد مقادیر گمشده در داده ها بایستی به گونه ای مناسب تصمیم گیری شود به عنوان مثال ممکن است رکورد مربوطه حذف یا به جای آن یک مقدار ثابت، میانگین مقادیر صفت مورد نظر، میانگین نمونههای مشابه یا محتمل ترین مقدار جایگزین گردد. این جایگذاری ممکن است با استفاده از رگرسیون یا سایر روش های مدلسازی انجام شود. ب- داده های مزاحم: انحرافی تصادفی یا غیرتصادفی در یک متغیر اندازه گیری شده هستند، که به عنوان مثال می توانند نتیجه خطای اندازه گیری یا یک اثر پنهان باشند و باید علت وجود یک داده مزاحم به خوبی بررسی و در مورد آن تصمیم گیری شود. خوشه بندی و برازش یک تابع رگرسیونی به داده ها از جمله راه های هموارسازی داده ها هستند. ج- داده های ناپايدار: این گونه داده ها شامل تغییراتی بی قاعده هستند که تحلیل آنها را دچار مشکل می سازد. برخی از انواع این داده ها را می توان با تبدیل مناسب اصلاح کرد. یکپارچه سازی داده ها با توجه به اینکه دادهها از منابع مختلف جمع آوری می شوند، ممکن است دارای ناسازگاری هایی مانند تفاوت در مقیاس باشند یا خصیصههای مختلف به گونه ای با یکدیگر مرتبط باشند که برخی از آنها بر حسب تعدادی دیگر قابل حصول باشند. در این گونه موارد لازم است داده ها به گونه ای یکپارچه شوند که حتی الامکان دارای کمترین تفاوت باشند و از ورود خصائص مشابه یا تکراری در تحلیل داده ها پرهیز شود. برخی از خصائص زائد را می توان از طریق تحلیل همبستگی کشف کرد. همبستگی بین دو متغیر به این معنی است که می توان اطلاعات یکی را از دیگری به دست آورد و بنابراین حضور هر دوی این خصیصه ها لزومی ندارد. تبدیل دادهها گاهی برای خلاصه سازی یا بکارگیری روش های تحلیل داده ها، لازم است به یکی از روش های زیر، داده ها به شکلی مناسب تبدیل شوند: الف- هموارسازی : برای حذف افت و خیز شدید در داده ها از تکنیک های هموارسازی مانند خوشه بندی و رگرسیون استفاده می شود. ب-انبوهش: نوعی خالصه سازی است که با عملیات جبری بر روی برخی مقادیر و به دست آوردن مقادیر کلی تر اجرا می شوند. به عنوان مثال مقادیر فروش روزانه می توانند به صورت مقادیر ماهانه یا سالانه انباشته شوند. ج- تعمیم داده ها :با استفاده از سلسله مراتب مفاهیم، داده های ابتدایی یا سطح پایین مانند سن بوسیله مفاهیم سطح بالاتر مانند جوان، میانسال و کهنسال جایگزین می شوند. د- نرمال سازی داده ها :داده ها به یک نحوی مقیاس بندی می شوند که در داخل یک محدوده مشخص و کوچک قرار گیرند. تلخیص داده ها برای کاهش دادهها از تکنیک هایی مانند کاهش بعد، فشرده سازی و مجزاسازی داده استفاده می شود . وظایف داده کاوی داده کاوی با همه عظمت و بزرگی خود که امروزه در تمامی موضوعات جهان ورود پیدا کرده است شامل شش عمل و وظیفه مهم است که میتوان بسیاری از مسائل محیط اطراف خود را در قالب یکی از این شش عمل و وظیفه زیر گنجاند [5] : دسته بندی تخمین پیش بینی گروه بندی شباهت خوشه بندی توصیف و نمایه سازی دسته بندی، تخمین و پیش بینی همگی داده کاوی هدایت شده هستند که هدف آنها یافتن ارزش یک متغیر هدف خاص است. گروه بندی شباهت و خوشه بندی جزو داده کاوی غیرهدایت شده هستند که در آن هدف، یافتن ساختار پنهان درون داده ها بدون توجه به یک متغیر هدف خاص است. نمایه سازی، عملی توصیفی است که میتواند هم هدایت شده و هم غیرهدایت شده باشد. دسته بندی دسته بندی که یکی از معمولترین کارکردهای داده کاوی است، یکی از واجبات بشر است. ما برای و درجه بندی شناخت و برقراری رابطه درباره دنیا، به طور مداوم دسته بندی، طبقه بندی می کنیم. دسته بندی شامل بررسی ویژگیهای یک شیء جدید و تخصیص آن به یکی از مجموعه های از قبل تعیین شده میباشد. عمل دسته بندی با تعریف درستی از دسته ها و مجموعهای از ویژگیها که حاوی موارد از پیش دسته بندی شده هستند، مشخص می گردد. این عمل شامل ساختن مدلی است که بتوان از آن برای دسته بندی کردن داده های دسته بندی نشده، استفاده نمود. اشیایی که باید دسته بندی شوند، معمولاً به وسیله اطلاعاتی در جدول پایگاه داده یا یک فایل ارائه می شوند و عمل دسته بندی شامل افزودن ستون جدیدی با کد دسته بندی خاصی است. از جمله تکنیک تکنیکهای درخت تصمیم و نزدیکترین همسایهای دسته بندی می باشند. شبکه های عصبی و تحلیل پیوند نیز در شرایط خاصی عمل دسته بندی را انجام می دهند. تخمین تخمین، با نتایج مجزایی که با ارقام پیوسته نشان داده شدهاند، سروکار دارد. در تخمین، دادههای ورودی در قالب متغیرهای ورودی مختلف به سیستم داده میشود و متغیرهای خروجی آن رقمی مثل درآمد یا تراز کارت اعتباری میباشد. در عمل تخمین اغلب برای انجام دسته بندی استفاده میشود. روش تخمین فواید زیادی دارد که مهمترین آنها، این است که در آن اطلاعات را می توان مطابق تخمین به دست آمده مرتب نمود. مدلهای رگرسیون و شبکه های عصبی از جمله تکنیکهای مناسب داده کاوی برای تخمین میباشند. پیش بینی پیشبینی مانند دسته بندی یا تخمین است با این تفاوت که اطلاعات، مطابق برخی از رفتارهای پیش بینی شده آینده یا ارقام تخمین زده آینده، دسته بندی میشوند. در عمل پیش بینی، تنها روش برای بررسی صحت دسته بندی، انتظار دیدن آینده است.هر یک از تکنیکهای استفاده شده در دسته بندی و تخمین را میتوان برای استفاده در پیش بینی تطبیق داد، جایی که متغیری باید پیش بینی شود از قبل معلوم است و دادههای پیشین برای آن وجود دارد. از دادههای پیشین برای تهیه یک مدل که بیانگر رفتار مشاهده شده کنونی است استفاده میشود؛ وقتی این مدل برای ورودیهای کنونی به کار رفت، نتیجه کار، پیش بینی رفتار آینده خواهد بود. بسیاری از تکنیک های داده کاوی در صورت وجود دادههای مناسب، برای استفاده در پیش بینی مناسب هستند. انتخاب تکنیک به ماهیت داده های ورودی و نوع متغیری که باید پیش بینی شود بستگی دارد. گروه بندی شباهت یا قوانین وابستگی گروه بندی شباهت یا قوانین وابستگی برای تعیین ویژگی های همزمانی هستند که در وقوع یک پدیده رخ می دهند. به عبارت دیگر عمل گروه بندی شباهت احتمال وقوع و یا عدم وقوع همزمان ویژگیها را تعیین می نماید. به عبارت ساده تر عمل گروه بندی شباهت تعیین می کند که چه چیزهایی با هم جورند؛ مثال معمول این موضوع تعیین کالاهایی است که با هم در یک سبد خرید قرار می گیرند، چیزی که آن را تحلیل سبد بازار نام دارد. فروشگاه های زنجیرهای خرده فروشی می توانند از گروه بندی شباهت برای تعیین چیدمان کالاها در قفسه های فروشگاه، در یک کاتالوگ و یا صفحه وب فروش اینترنتی استفاده کنند تا اقلامی که اغلب با هم خریده می شوند در کنار هم قرار گیرند. از گروه بندی شباهت می توان برای تعیین شرایط فروشهای متقابل و همزمان و همچنین برای طراحی بسته بندیهای جذاب و یا دسته بندی محصولات و خدمات استفاده کرد . خوشه بندی خوشه بندی به عمل تقسیم جمعیت ناهمگن به تعدادی زیرمجموعه ها یا خوشه های همگن گفته میشود. وجه تمایز خوشه بندی از دسته بندی این است که خوشه بندی به دستههای از پیش تعیین شده تکیه ندارد. در دسته بندی بر اساس یک مدل هر کدام از دادهها به دستههای از پیش تعیین شده اختصاص مییابد؛ این دسته ها یا از ابتدا در طبیعت وجود داشتهاند مثل جنسیت، رنگ پوست و ... یا از طریق یافتههای پژوهشهای پیشین تعیین گردیدهاند. در خوشه بندی هیچ دسته از پیش تعیین شده وجود ندارد و دادهها صرفاً براساس تشابه گروهبندی میشوند و عناوین هر گروه نیز توسط کاربر تعیین میگردد. خوشه بندی معمولاً به عنوان پیش درآمدی برای به کارگیری سایر تحلیلهای داده کاوی یا مدلسازی به کار میروند. نمایه سازی گاهی اوقات هدف داده کاوی، تنها توصیف آن چیزی است که در یک پایگاه دادهای پیچیده در جریان است. نتایج نمایه سازی درک ما را از مردم، محصولات یا فرآیندهایی که دادهها را در مرحله اول تولید کردهاند افزایش می دهد. توصیف خوب رفتار، اغلب توضیح خوبی هم به همراه دارد؛ یک توصیف خوب حداقل نشان میدهد چه زمانی میتوان انتظار یک توضیح مناسب را داشت. درختهای تصمیم ابزار مفیدی برای نمایه سازی میباشند؛ قوانین وابستگی و خوشه بندی را نیز می توان برای نمایه سازی ها استفاده نمود. كاربرد هاي داده كاوي داده كاوي به سرعت در حال محبوبيت است به خاطر كمك هاي اساسي آن، سازمان هاي زيادي در حال استفاده از داده كاوي براي كمك به مديريت تمام فازهاي ارتباط با مشتري شامل به دست آوردن مشتريان جديد، افزايش سود از طريق مشتريان موجود و حفظ كردن مشتريان خوب هستند. با تعيين مشخصات يك مشتري خوب يك شركت مي تواند با همان مشخصات اهداف آينده خويش را پيش بيني كند. با پرونده سازي براي مشتري كه يك محصول خاص را خرید مي نمايد اين شركت مي تواند توجه خود را به مشتريان مشابهي كه از اين محصول خريد نكرده اند معطوف دارد با پرونده سازي براي مشترياني كه اين سازمان را ترك كرده اند يك شركت مي تواند مشترياني را كه خطر رفتن آنها نيز وجود دارد را نگه دارد چرا كه نگهداري يك مشتري موجود بسيار كم هزينه تر از بدست آوردن يك مشتري جديد هزينه مي برد. داده كاوي ارزشهايي را از طريق بررسي يك طيف وسيعي از كارخانه ها پيشنهاد مي كند.شركتهاي ارتباطات از راه دور و كارت هاي اعتباري دو شاخه بزرگ در استفاده از داده كاوي براي تشخيص استفاده كلاه بردارانه از خدمات آنها مي باشند. شركتهاي بيمه و درآمد هم علاقمند به استفاده از اين تكنولوژي براي كاهش كلاهبرداري مي باشند. كاربردهاي دارويي نواحي مفيد ديگري هستند كه داده كاوي در آنها دست دارد داده كاوي مي تواند براي تشخيص تاثير اعمال جراحي، آزمايش هاي دارويي ودرمان استفاده گردد. شركتهايي كه در خريد و فروشهاي مالي فعاليت ميكنند از دادهكاوي براي تعيين شاخصه هاي بازار و صنعت براي تشخيص كارايي درآمد استفاده مي كنند. خرده فروشها از داده كاوي براي تصميم درمورد اينكه كدام محصول در فروشگاه ها در آمد زاست به منظور دسترسي به ارتقاي كيفيت كار خود استفاده بيشتري مي نمايند. شركتهاي دارويي درحال كاوش پايگاههاي داده بزرگي از تركيبات شيميايي و مواد ژنتيكي براي كشف مواد كه مي توانند گزينه خوبي براي ساخت به عنوان دارو باشند [41]. رویکردهاي مسائل داده کاوي در پزشکی صنعت سلامت به طور مستمر در حال تولید میزان زیادي از دادهها می باشد و افرادي که با این نوع دادهها مواجه هستند، دریافته اند که بین جمع آوري تا تفسیر آنها شکاف وسیعی وجود دارد. حوزهي به نسبت جوان و در حال رشد داده کاوي در سلامت از جمله شیوه هایی است که میتواند این صنعت را از تحلیل عمیق این داده ها بهرمند سازد. و به توسعهي تحقیقات پزشکی و تصمیم گیريهاي علمی در زمینهي تشخیص و درمان منتج شود [42]. داده کاوي در پزشکی و بیولوژي بخش مهمی از انفورماتیک زیست - پزشکی است و یکی از کاربردي ترین علوم کامپیوتر در این علم بوده که در بیمارستانها، کلینیکها، آزمایشگاهها و مراکز تحقیقاتی به کار گرفته شده است [43]. الگوریتم ژنتیک تکنیک بهینهاي براي ارتقاي سایر الگوریتم هاي داده کاوي میباشد، به گونهاي که از بهترین مدل بر روي مجموعه هایي از داده ها استفاده میکند و میتواند براي یک بیماري خاص بهترین برنامهي درمانی را تعیین کند [44]. 1-4- نمونه هایی از کاربردهاي داده کاوي در سلامت داده کاوي در تشخیصهاي غیر تهاجمی: برخی از اقدامات تشخیصی و آزمایشگاهی براي بیماران، تهاجمی و هزینه بر و در عین حال رنج آور هستند، به عنوان مثال بافت برداري از گردن رحم به منظور تشخیص سرطان گردن رحم از جمله این موارد است. تنگاول و همکاران از طریق الگوریتمهاي خوشهبندي به تحلیل بیماران مبتلا به سرطان گردن رحم پرداختند و نتایج پیشگیري کننده تري را نسبت به عقاید پزشکی کنونی پیدا کردند. همچنین گوریونسکیو نشان داد که داده کاوي می تواند با ادغام CAD ( تشخیص با کمک کامپیوتر) و اندوسکوپی اولتراسونوگرافی در شناسایی غیر تهاجمی سرطان به عنوان یک شیوهي جدید به کار رود. داده کاوي در کنترل عفونت بیمارستانی: در ایالات متحده سالانه 2میلیون نفر به عفونتهاي بیمارستانی مبتلا می شوند، لذا تمرکز زیادي براي شناسایی این بیماران صورت گرفته است. به عنوان مثال در ایالت آلباما نوعی سیستم نظارتی وجود دارد که از تکنیکهاي دادهکاوي استفاده میکند. این سیستم با استفاده از قوانین و روابط داده کاوي بر روي کشت خون بیمار و داده هاي بالینی به دست آمده از سیستم اطلاعات آزمایشگاه الگوهاي جدید و جالب توجهی را مشخص می سازد و ماهانه الگوهایی که توسط کارشناسان کنترل عفونت مورد بررسی قرار می گیرد را تهیه می کند. سازندگان این سیستم دریافته اند که ارتقاي کنترل عفونت با سیستم داده کاوي حساستر از سیستم کنترل عفونت سنتی عمل می کند [45-46]. مدلها و الگوريتمهای داده کاوی شبکه هاي عصبی مصنوعی شبکههاي عصبی مصنوعی که معمولاً به عنوان" شبکه هاي عصبی" نام برده می شوند یک الگوي ریاضی مبنی بر سیستم زیستی است. سیستمهاي عصبی یک الگوریتم براي بهینه سازي و یادگیري آزادانه بر اساس مفاهیم الهام گرفته از تحقیق در ماهیت مغز می باشند. مغز با استفاده از قابلیتی شناخته شده به عنوان نورون اجزاء ساختاري خود را سازماندهی می کند، در نتیجه محاسبات معینی را بسیار سریع تر از کامپیوتر دیجیتال انجام میدهد. در حالت کلی شبکه عصبی ماشینی است که طراحی شده تا روشی مشابه با کاري که مغز براي انجام وظایف خاص یا عملکرد قابل توجه بر اساس مطالعات دکتر سایمون هاسکین انجام می دهد را مدل سازي کند. این شبکه یک پردازنده توزیع شده موازي بزرگ است که از واحد هاي پردازش ساده ساخته شده است، و داراي یک تمایل طبیعی براي ذخیره سازي دانش تجربی و ایجاد دسترسی به آن براي استفاده می باشد [47]. ساختار شبکه عصبی شکل 3-2 شبکه عصبی که شامل سه لایه ورودی،میانی و خروجی می باشد[47] لایه ورودي: این لایه وروديهارا دریافت میکند و برحسب قدرت ارتباطش با لایه بعد سیگنال ورودي را به لایه بعد می فرستد. لایه میانی(لایه پنهان): تعداد لایههاي میانی و تعداد نورون هاي آن دلخواه است. لایههاي میانی باید با دقت انتخاب شوند تا خروجی مناسب را به ما بدهند. لایه خروجی: گروه دیگري از نورونها نیز از طریق خروجیهاي خود، جهان خارج را می سازند. معماري شبکه عصبی یک شبکه عصبی را میتوان به عنوان یک گراف وزن دار جهت دار درنظر گرفت که نورونها به عنوان گرهها و یالهاي جهتدار نشان دهنده ارتباط بین نورون ها هستند. معماري شبکه نورون در سه کلاس طبقه بندي میشود: شبکه هاي پیش خور تک لایه : یک شبکه نورون لایه لایه شده است که در آن نورونها به شکلی از لایه سازماندهی شدهاند، در این معماري ما شاهد لایهاي ورودي از گرههاي منبع هستیم که به سمت لایه خروجی نورونها انتقال مییابند اما نه بصورت بلعکس. این شبکه به شدت پیش خور یا بدون دور است. شبکه هاي پیش خور چند لایه : شبکه اي است که داراي یک یا چند لایه پنهان گرههاي محاسباتی مربوطه به نام نورونهاي پنهان می باشد. نقش نورونهاي پنهان به عنوان ارتباط بین ورودي خارجی و شبکه خروجی به شیوهاي مفید است. شبکه هاي برگشتی که حداقل یک حلقه پس خور دارند، این شبکه ممکن است از نورونهاي تک لایه تشکیل شده باشد از هر سیگنال خروجی نورون پس خوري به وروديهاي دیگر نورونها وجود دارد [47]. نحوه محاسبات در شبکه های عصبی به این شکل است که ورودیهای به نورون )x1 تا xi( دروزنهای w1 تا wi ضرب شده و مجموع نتایج حاصل از هر ورودی پس از اعمال در یک تابع،خروجی نورون را تشکیل میدهد: (3-1) ۰ در بعضی موارد مقدار ثابتی در هر نورون به معادله فوق به نام وزن اریب اضافه می گردد: (3-2) شبکه های عصبی مصنوعی، مدلهای مختلفی دارند که با توجه به جهت ورود اطلاعات وشبکه های بازگشتی پردازش آنها به انواع مختلفی از جمله شبکه های عصبی پیش خور، شبکه های چندلایه پرسپترون و شبکههای توابع پایه شعاعی تقسیم می شوند. شبکههای عصبی پیشخور کاربردی ترین نوع شبکههای عصبی مصنوعی در پیش بینی هستند زیرا می توان ثابت کرد که شبکه های عصبی پیشخور با یک الیه پنهان، تابع فعالسازی لجستیک در لایه پنهان، تابع فعالسازی خطی در لایه خروجی و تعداد نورونهای کافی در لایه پنهان، قادرند هر تابعی را با دقت دلخواه تقریب بزنند. در این پایان نامه از شبکه چندلایه پرسپترون که از انواع شبکه های پیشخور هستند جهت پیش بینی مصرف دارو استفاده شده است. معمولاً در شبکههای عصبی کل دادههای موجود را به دو مجموعه آموزشی و آزمایشی تقسیم می کنند. مجموعه آموزشی توسط یادگیری برای تخمین وزنهای شبکه و مجموعه آزمایشی جهت ارزیابی دقت پیش بینی شبکه آموزش دیده، استفاده می شوند. آموزش شبکه هاي عصبی مصنوعی یک شبکه عصبی بر خلاف کامپیوترهاي رقمی که نیازمند دستورات کاملاً صریح و مشخص است به مدلهاي ریاضی محض نیاز ندارد بلکه مانند انسان قابلیت یادگیري به وسیله تعدادي مثال مشخص را دارد. یک شبکهي عصبی مصنوعی باید بصورتی پیکربندي شود که از مجموعهاي از وروديها ( چه مستقیم و چه بصورت فرآیندي آرام ) مجموعهاي از خروجی هاي مورد نظر را ایجاد کند. روشهاي مختلفی براي تعیین نقاط قوت اتصال وجود دارد، یکی از این راهها تعیین وزن بصورت مستقیم با استفاده از دانش قبلی است. راه دیگر آموزش شبکه عصبی بوسیله تغذیه با الگوهاي آموزشی و اجازه دادن به آن براي تغییر وزنها بر اساس قوانین آموزشی می باشد [48]. انواع یادگیري در شبکه هاي عصبی مصنوعی یادگیري نظارت شده روشی است که در آن آموزش شبکه بر اساس دریافت ورودي و تطبیق آن با الگوهاي خروجی انجام گرفته است. این جفت ورودي و خروجی را می توان توسط یک آموزگار خارجی یا سیستمی که شامل شبکه هاي عصبی ( با سرپرست) است را ایجاد کرد. یادگیري نظارت نشده یا (خود سازمان دهنده) در هرواحد خروجی، براي پاسخ به الگوي ورودي آموزش داده شده است. در این نمونه فرض بر این است که ویژگیهاي چشمگیر جمعیت ورودي به صورت ایستا کشف میشود. بر خلاف الگوي یادگیري نظارت شده، با اینکه سیستم باید نمایش خود را از محركهاي ورودي ارائه دهد، مجموعه قابل پیش بینی از الگوهاي قابل دسته بندي براي آن وجود ندارد. یادگیري تقویتی ممکن است از دو نوع آموزش مذکور (به صورت میانگین) الهام گرفته باشد. در این نوع آموزش، ماشین آموزش فعالیت هایی را بر روي محیط انجام می دهد و بازخورد این فعالیت ها را از محیط دریافت می کند. این سیستم آموزش، بر اساس بازخوردهاي محیط و پارامترهاي آن به فعالیتهاي خود نمره خوب یا بد می دهد [49]. درخت هاي انتخاب درخت هاي انتخاب راهي براي نمايش يك سري از قوانين كه به يك كلاس يا مقدار منجر مي شود مي باشند. براي مثال شما ممكن است بخواهيد درخواستهاي وام را برحسب ريسك اعتبار خوب يا بد طبقه بندي كنيد. شكل بعد يك مدل ساده از يك درخت انتخاب به همراه توضيح در مورد تمام بسته هاي پايه آن يعني گره انتخاب، شاخه ها و برگهاي آن كه اين مساله را حل مي كند نشان مي دهد. شکل 3- 3 مثالی از درخت تصمیم[41] اولين بسته گره بالايي تصميم يا ريشه مي باشد كه يك بررسي جهت برقراري شرط خاصي مي نمايد. گره ريشه در اين مثال”Income>$40,000“ مي باشد. نتايج اين بررسي منجر مي شود كه درخت به دوشاخه تقسيم گردد كه هر يك نشان دهنده جوابهاي ممكن است. در اين مورد بررسي شرط مذكور مي تواند داراي جواب خير يا بله باشد در نتيجه دو شاخه داريم .براساس نوع الگوريتم هر گره مي تواند دو يا تعداد بيشتري شاخه داشته باشد. براي مثال CART درختهايي با تنها دوشاخه در هر گره توليد مي كند. چنين درختي يك درخت دودويي مي باشد. مدلهاي مختلف درخت تصميم بطور عمومي در داده كاوي براي كاوش داده و براي استنتاج درخت و قوانين آن كه براي پيش بيني مورد استفاده قرار مي گيرد استفاده مي شوند. يك تعداد از الگوريتمهاي مختلف ميتوانند براي ساخت درختهاي تصميم شامل Quest, CART,CHAID و C5.0 بكارروند. اندازه درخت مي تواند از طريق قوانين متوقف شونده كه رشد درخت را محدود مي كنند كنترل شود [41]. Bagging & Boosting 3-8-3-1- Bagging : (متراکم شدن خودکار) براي بهبود دادن رده بندي توسط ترکيب کردن رده بنديهاي مجموعههاي آموزشي به طور تصادفي توليد شده، ميباشد اين روش يک متا الگوريتم ميباشد که براي بهبود دادن يادگيري ماشين ردهبندي و مدلهاي پسرفتي بر حسب پايداري و دقت ردهبندي ميباشد. اين روش همچنين واريانس را کاهش داده و به دوري از Overfitting کمک ميکند. اگر چه اين روش معمولا در درخت تصميم به کار مي رود اما مي تواند در هر نوع مدل استفاده شود. Bagging يک حالت مخصوص از روند مدل ميانگين ميباشد [50]. يک مجموعه آموزشي استاندارد D به اندازه n را فرض کنيد، بگينگ توسط نمونه گيري به طور يکنواخت و با جايگزيني مثالها از D، m مجموعه آموزشي جديد Di با اندازه n>n'  توليد مي شود. نمونه گيري با جايگزيني اين امکان را مي دهد که بعضي از مثال ها امکان تکرار در هرDi را داشته باشند. اگر n = n' باشد لذا براي n بزرگ ، مجموعه Di انتظار داشتن %63.2 از مثالهاي بيهمتاي D را دارد و بقيه مثال ها تکراري مي باشند. اين نوع نمونهگيري به عنوان نمونه گيري خودراهانداز شناخته ميشود. m مدل براي استفاده کردن m نمونههاي خودکار بالا گنجانيده شده و اين مدلها توسط متوسط گيري خروجي (براي پسرفت) يا راي گيري (براي رده بندي) ترکيب ميشوند.از آنجاييکه اين روش چندين پيشگويي کننده را ميانگين ميگيرد، لذا براي بهبود مثالهاي خطي مفيد نميباشد [51]. 3-8-3-1- Boosting : يک متا الگوريتم يادگيري ماشين براي اجراي يادگيري نظارت شده مي باشد. Boosting بر این سوال بنا شده است: آيا يک مجموعه يادگيرندههاي ضعيف ميتواند يک يادگيرنده واحد قوي بسازد؟ يک يادگيرنده ضعيف يک رده بندي کنندهاي تعريف ميشود که فقط اندکي با رده بندي صحيح همبسته است. در حقيقت، يک يادگيرنده قوي يادگيرندهاي است که به طور دلخواهانه همبستهي خوبي با رده بندي صحيح دارند [52]. 3-8-3-3-الگوريتمهاي Boosting تا زمانی که Boosting به صورت الگوريتمي تحميل نشود، اکثر الگوريتمهاي Boosting عبارتند از به طور تکراري ياد گرفتن رده بندي کنندههاي ضعيف نسبت به توزيع و اضافه کردن آنها به ردهبندي کننده قوي نهايي موقعي که آنها اضافه ميشوند، نوعا در بعضي روشهايي وزندهي ميشوند که معمولا با دقت يادگيرنده ضعيف مرتبط است. بعد از اضافه کردن يک يادگيرنده ضعيف، داده دوباره وزن دهي مي شود: مثالهايي که اشتباه ردهبندي شوند وزن بيشتري بدست آورده و مثالهايي که به درستي ردهبندي شوند وزن از دست ميدهند (بعضي الگوريتمهاي Boosting عملا وزن مثالهاي مکررا نادرست رده بندي شده را کاهش مي دهند). بنابراين، يادگيرندههاي ضعيف آينده بيشتر بر مثالهايي تمرکز ميکند که يادگيرندههاي ضعيف قبلي به نادرستي رده بندي کردند [53-54]. تعداد الگوريتمهاي Boosting زيادي وجود دارد. الگوريتمهاي اصيل، انطباق پذير نبودند و نتوانستند فايدهي کاملي از يادگيرندههاي ضعيف بگيرند. فقط الگوريتمهايي که در قاعده يادگيري محتملا تقريبا صحيح الگويتمهاي Boosting قابل اثبات هستند، الگوريتمهاي بوستينگ ميباشند. الگوريتمهاي ديگر که در روح با الگوريتمهاي بوستينگ شبيه هستند گاهي اوقات "الگوريتمهاي اهرمي" ناميده ميشوند، هرچند آنها گاهي اوقات نادرست الگوريتمهاي Boosting صدا زده ميشوند. Adaptive Boosting(Adaboost) Adaboost، مختصر شده از بوستينگ انطباقي، يک الگوريتم يادگیری ماشين است و مي تواند در ترکيب با تعداد زيادي الگوريتمهاي يادگيري براي بهبود کاراييشان استفاده شود. آدابوست تا حدي وقف پذير است که ساخت ردهبنديکنندههاي بعدي براي آن نمونههايي که توسط ردهبنديکنندههاي قبلي نادرست ردهبندي شدند تنظيم شود. آدابوست به دادههاي نويزدار و بخش مجزا حساس ميباشد. در غير اينصورت، آن در مسائل اورفيتينگ حساسيت کمتري نسبت به الگوريتمهاي يادگيري ديگر دارد [55]. Adaboost مکررا در سريهاي گرد کردن t = 1, … , T يک ردهبنديکننده ضعيف ناميده ميشود. براي هر فراخواني يک توزيع وزنهاي Dt بروز رساني ميشود که اهميت مثالها را براي ردهبندي در مجموعه داده مشخص ميکند. در هر گرد کردن، وزنهاي هر مثالي که به نادرستي رده بندي شده افزايش مييابد (يا به طور جايگزين، وزنهاي هر مثالي که به درستي ردهبندي شده کاهش مييابد)، بهطوريکه ردهبنديکننده جديد بيشتر بر روي اين مثالها ردهبندي ميکند [56]. رگرسیون بردار پشتیبان ماشین بردار پشتیبان  نوع خاصی از شبکه های عصبی هستند که بر خلاف سایر انواع شبکه عصبی مانند MLP و RBF به جای کمینه کردن خطا، اقدام به کمینه کردن ریسک عملیاتی طبقه بندی یا مدل سازی می کند. این ابزار، بسیار قدرتمند است و در زمینه های مختلفی چون طبقه بندی، خوشه بندی و مدل سازی (رگرسیون) می تواند مورد استفاده قرار بگیرد یکی از الگوریتم های مهم از میان ماشین های بردار پشتیبان، رگرسیون بردار پشتیبان می باشد. در آمار كلاسيك روشهاي طبقه بندي و رگرسيون بر پایه فرضيات محدود كننده اي بنا شده که در آن مدلهاي توزيع احتمال و يا توابع چگالي احتمال، معلوم هستند. متأسفانه بسياري اوقات، در عمل اطلاعات كافي درباره توزيع احتمال متغيرهاي مورد مطالعه در دسترس نيست. در چنين مواقعي به روش هايي نياز داريم كه بدون دانستن توزيع احتمال، به خوبي عمل كنند. همچنين در بيشتر مطالعات با اطلاعاتي در فضاهايي با ابعاد بالا مواجه هستيم. براي استفاده از روشهاي كلاسيك آماري در چنين شرايطي، نيازمند نمونه هايي با حجم بالا مي باشيم كه ممكن است در عمل فراهم كردن آن ميسر نباشد. يكي از روشهايي كه براي حل چنين مشكلاتي مورد استفاده قرار مي گيرد، استفاده از الگوريتمهاي يادگيري ماشين است. ماشین بردار پشتیبان یک تکنیک جدید از روشهاي يادگيري ماشین است و مي توان محبوبيت كنوني آن را با محبوبيت شبكههاي عصبي در دهههاي گذشته مقايسه كرد [57]. ماشين بردار پشتيبان در پيش بيني ها نسبت به شبکههاي عصبی از دقت بالاتری برخوردار است [58]. از طرفي تعيين وضعیت شبكه و قابليت تعميم شبكه عصبي براي وظايف مدلسازي/يادگيري هنوز به خوبي حل نشده است، درحالي كه مدل ماشين بردار پشتيبان به خوبي تعميم پذيراست [59]. ويژگي مهم ماشين بردار پشتيبان اين است كه برخلاف الگوريتمهاي کلاسيك و رگرسيونهاي خطي كه به وسيله مينيمم كردن قدر مطلق خطا يا توان دوم خطا عمل ميكنند، آنها ريسك عملياتي را مينيمم ميكنند. ماشین بردار پشتیبان بر خلاف شبکههای عصبی با مشکل گیر افتادن در مینیمم های محلی تابع خطا مواجه نمیباشد .[60-61] همچنين با استفاده از هستههاي غير خطي قادر به تصميم گيري غير خطي نيز ميباشد. انتخاب هستههاي مناسب براي ماشين بردار پشتيبان، منجر به برتري آن نسبت به ساير رويكردهاي مبتني بر تصميم گيري خطي شده است. مدلهاي ماشينها بردار پشتيبان به دو گروه عمده الف- مدل طبقه بندي ماشين بردار پشتيبان و ب- مدل رگرسیون ماشين بردار پشتيبان تقسيم بندي مي شوند. از مدل طبقه بندي ماشين بردار پشتيبان جهت حل مسائل طبقه بندي داده هايي كه در كلاس هاي مختلف قرار مي گيرند استفاده مي گردد و مدل رگرسيون ماشين بردار پشتيبان در حل مسائل پيش بيني كاربرد دارد [62-63]. رگرسیون خطی در روش های طبقه بندی اغلب بر چسب کلاس از نوع دادهی گسسته (غیر عددی) است. اگر چه در برخی از آنها با کمی تغییر می توان روش را برای پیش بینی کلاس هاس پیوسته (عددی) توسعه داد، اما روش های رگرسیون یکی از معروفترین تکنیک های آماری به حساب می آیند که برای این کار بسیار مناسب هستند.تا جایی که در متون داده کاوی دو کلمهی رگرسیون و تخمین کلماتی مترداف یکدیگر در نظر گرفته و استفاده می شوند. هدف تحلیل رگرسیون تعیین بهترین مدلی است که چگونگی ارتباط یک متغیر را با یک یا چند متغیر دیگر تعیین می کند. در بسیاری از کاربردهای عملی نیاز به پیش بینی مقدار یک متغیر (وابسته) از روی مقادیر چند متغیر (مستقل) بسیار رایج است. معادله زیر به معادله رگرسیون موسوم است (3-3) در آن xi ها مقادیر صفات خاصه در مجموعه داده ها هستند، y برچسب کلاس و wi ها که به ضریب رگرسیون شناخته می شوند، پارامترهای نامعلومی هستند که بایستی برآورده شوند. منظور از رگرسیون خطی این است که میانگین y به طور خطی با x در ارتباط است [64]. ساده ترین شکل رگرسیون برای معادله رگرسیون هنگامی است که مجموعه دادههای آموزشی دارای یک صفت خاصه و یک برچسب کلاس باشند. این رگرسیون که به نام رگرسیون ساده خطی شناخته می شود ، y را همانند یک تابع خطی از x مدل می کند. (3-4)y=w0+w1x چناجه واریانس y ثابت فرض شود، می توانیم ضرایب خط رگرسیون فوق را (w0 ,w1) با روش حداقل مربعات بدست آوریم، به طوری که خطای میان مجموعه داده ها و خط رگرسیون تخمین زده شده به حداقل خود برسد. در روش حداقل مربعات، مجموع مربعاتباقیمانده را معمولاً مجموع مربعات خطاها حول خط رگرسیون گویند و با SSE نمایش می دهند. (3-5) که در آن ei مقدار خطای مشاهده شده وyi و yi به ترتیب جواب حاصل از مدل و مقدار واقعی خروجی هستند. به دنبال مقادیری از ضرایب رگرسیون (w0 ,w1) هستیم که SSE را به حداقل برساند. بنابراین با مشتق گیری از SSE نسبت به w0 و w1 صفر قرار دادن این مشتقات جزیی ، معادلاتی به دست می آید که پس از حل آنها ضرایب به ترتیب زیر محاسبه می شوند: (3-6) که در آن x وy به ترتیب میانگین مقادیر x وy هستند. با روشی مشابه می توان برای رگرسیون خطی چندگانه نیز ضرایب را تعیین نمود. رگرسیون خط چند گانه مواقعی است که به جای یک متغییر مستقل چندین متغییر مستقل (چندین صفت خاصه) داشته باشیم [65]. الگوریتم هایی که ما در این پایان نامه برای پیادهسازی درنظر گرفته ایم به این صورت است:(MLP) ، (SVR)، AdaBoost.R، (BAGTREE)، (LR)، (LLSVR) نرم افزارهای داده کاوی یک پروژه داده کاوی جهت انجام تحلیل ها به یک نرم افزار مناسب نیاز دارد. امروز نرم افزار مختلفی در زمینه داده کاوی وجود دارد که در زیر به برخی از آنها اشاره شده است [66] : AdvancedMiner Professional, , Angoss Knowledge Studio, BayesiaLab,IBM SPSS Modeler (Clementine), , Microsoft SQLServer Data Tools, Oracle Data Mining (ODM), SAS Enterprise Miner, SPAD,StarProbe, Statistica Data Miner, XLMiner, RapidMiner, Weka, MALAB. بیشتر سیستم های نرم افزاری فقط جهت انجام روش های خاصی مناسب هستند و قابلیت انجام روش های دیگر را ندارند. یک نرم افزار داده کاوی مناسب باید اجازه استفاده و مقایسه روش های مختلف را بدهد ضمن آنکه بایستی پایگاه داده های نرم افزارهای مختلف را یکپارچه کند. گروه بزرگی از تحقیقات داه کاوی بر اساس برنامه های ریاضی اسکریپت گرا مانند متلب (تجاری) و R (منبع باز ) صورت می گیرند.در اصل تمرکز این برنامه ها بر داده کاوی نیست ولی حاوی توابع ریاضی و شبیه سازهایی می باشند که از اجرای الگوریتم های داده کاوی حمایت می کنند [67]. در این پایان نامه از نرمافزار MATLABجهت انجام مراحل داده کاوی به خصوص مدلسازیهای مورد نیاز استفاده می شود. فرایند خرید دارو بیمارستان پاستور بم تنها بیمارستان دولتی در شهرستان بم و با جمعیت تحت پوشش 520.000 نفری یک از فعالترین بیمارستان های کشور است .این بیمارستان شامل بخش هایی همچون اورژانس، جراحی، داخلی ،اطفال ، نوزادان ،icu ، ccu، رادیولوژی ،آزمایشگاه ، دیالیز ، اندوسکوپی ، فیزیوتراپی ، سنگ شکن و با ظرفیت 220 تخت خواب و ضریب اشغال تخت 85% در حال خدمات دهی می باشد [68]. سیستم اطلاعات این بیمارستان در سال 1386 از شرکت تیراژه رایانه تهران خریداری شده که در حال حاضر بیش از 155 بیمارستان از 32 دانشگاه علوم پزشکی کشور تحت پوشش نرم افزارها و خدمات شرکت تیراژه قرار دارند که این تعداد معادل 5/12 درصد از کل تختهای بستری کل کشور میباشد [69]. زیر سیستم داروخانه در سیستم اطلاعات بیمارستان پاستور شامل :مشخصات دارو ،مشخصات بیمار ،لیست موجودی، درخواست های بخش ها می باشد شکل 3-4 واسط کاربری سیستم اطلاعات بیمارستان پاستور بم فرایند خرید در داروخانه این بیمارستان و سایر بیمارستان های کشور بدین صورت است که با توجه به مصرف دارو در بخش های مختلف و فروش دارو بصورت تجربی و بدون استفاده از فرایند سیستماتیک در خواست خرید دارو توسط مسئول داروخانه به معاونت غذا و دارو دانشکاه علوم پزشکی ارسال می شود و از طریق این معاونت اقدام به خرید دارو می گردد. با توجه به اینکه این فرایند بصورت تجربی صورت می گیرد می توان با استفاده از داده کاوی این فرایند را بهبود بخشید. جمع بندی در این فصل ضمن معرفی سیستم های اطلاعات بیمارستانی و توضیح درباره مزایا و معایب آنها به معرفی الگوریتم ها و روش های مختلف داده کاوی پرداخته شد. همچنین نرم افزارهای مختلف برای داده کاوی نام برده شدند و نهایتاٌ فرایند خرید دارو توضیح داده شد. فصل چهارم روش انجام پژوهش . فهرست منابع 1.Reichertz P. Hospital information systems—Past, present, future. International Journal of Medical Informatics. . 2006;75(3-4):282-99. 2.yan-feng l. Data Mining of Inspection-time Rules in HIS with DeepSee. Database Technology and Applications (DBTA), 2010 2nd International Workshop on 27-28 Nov; Wuhan: IEEE; 2010. p. 1-4. 3.Berry MJA. Data Mining Tehniques: For Marketing, Sales, and Customer Support. New York: John Wiley & Sons; 2004. 4.Stephen. Pharmaceutical Marketing in Perspective - Its Value and Role as One of Many Factors Informing Prescribing2008 [cited 2008 07.01.08]. .5ج. شهرابی، داده کاوی، چاپ دوم. انتشارات جهاد دانشگاهی واحد صنعتی امیرکبیر، تهران. 1390 .6م. غضنفری ، داده کاوی وکشف دانش. چاپ اول، انتشارات دانشگاه علم وصنعت ایران، تهران. 1387 .7م. کانتاردزیک، داده کاوی.چاپ اول، انتشارات علوم رایانه، بابل. 1385 8.Bellazzi R. Predictive data mining in clinical medicine: Current issues and guidelines. International journal of medical informatics. 2008;77:81-97. 9.Weiss GM. Data Mining. Handbook of Technology Management, , . (Ed.) HB, editor. New York: John Wiley and Sons 2010. 10. " بیمارستان‌های دولتی در صورت عدم رسیدگی تعطیل خواهند شد" [Online]. Available: http://www.isna.ir/fa/news/92081811448. ADDIN EN.REFLIST 11." "چالش‌های پیشروی اقتصا د درمان [Online]. Available: http://www.hamshahrionline.ir/print/235652. 12."بلاتکلیفی داروخانه‌های بیمارستانی و چندنکته" [Online]. Available: http://www.isna.ir/fa/news/92070100229. 13.Hong T. The application of information technology in the hospital pharmacy management based on HIS. Information Technology in Medicine and Education (ITME), 2012 International Symposium on; 3-5 Aug; Hokodate, Hokkaido: IEEE; 2012. p. 604-7. 14.Qingkui C. Study on the Demand Forecasting of Hospital Stocks Based on Data Mining and BP Neural Networks International Conference on Electronic Commerce and Business Intelligence2009. p. 284-9. 15.Desikan P. DATA MINING FOR HEALTHCARE MANAGEMENT. SIAM international conference on data minig2011. 16.HAMURO Y. Mining Pharmacy Data Helps to Make Profits. Data Mining and Knowledge Discovery 1998;2:391–8 17.Li J-s. "Data Mining in Hospital Information System". New Fundamental Technologies in Data Mining. 2011:143-71. 18.Bereznicki BJ. Data-mining of medication records to improve asthma management. MJA. 2008;189:21-5. 19.Asadi F. Pharmacy information systems in Tehran university hospitals and their relationship with pharmaceutical companies. Journal of Paramedical Sciences 2011;2:48-55. 20.Asfandiary N . Knowledge discovery in medicine: Current issue and future trend [press release]. ELSEVIER2014. 21.Ranjan J. APPLICATIONS OF DATA MINING TECHNIQUES IN PHARMACEUTICAL INDUSTRY. Journal of Theoretical and Applied Information Technology 2007:61-7. 22.Doddi S. Discovery of Association Rules in Medical Data. Medical informatics and the Internet in medicine 2001;26(1):25-33 .23 ا. حاجوی ، مدارک پزشکی، چاپ اول ، انتشارات نشرالکترونیک و اطلاع رسانی جهان رایانه، 1381. .24ح. وکیلی منفرد، سيستم اطلاعات بيمارستانی و نقش آن در توسعه خدمات پزشکی وبهداشتی. مجله علمی-پژوهشی پژوهان. 1391;دوره11(شماره1). 25.Dorenfest S. The decade of the '90s. Poor use of IT investment contributes to the growing healthcare crisis. Healthc Inform. 2000;17(8):64-7. 26.Kim HS. A Clinical Document Architecture (CDA) to Generate Clinical Documents within a Hospital Information System for E-Healthcare Services. Computer and Information Technology, 2006 CIT '06 The Sixth IEEE International Conference on; Sept. 2006; Seoul: IEEE; 2006. p. 254. 27.Siyamian H. The role of health information management in hospital management. Scientific Communication. 2005;3(4):19-28. 28Hu D. Study on information system of health care services management in hospital. Services Systems and Services Management, 2005 Proceedings of ICSSSM '05 2005 International Conference on 13-15 June 2005: IEEE; 2005. p. 1498 - 501. .29م. آقاجانی، بررسی و مقایسه سیستم های اطلاعات بیمارستانی. طب وتزکیه 1382; دوره 47 30.Khan NN. Hospital Information Systems: An Aid to Decision Making. Emerging Trends in Engineering and Technology (ICETET), 2010 3rd International Conference on; 19-21 Nov. 2010; Goa: IEEE; 2010. p. 657 - 63. 31.Xiaolan W. Improved Services in Hospital Information System. Information Technology and Applications (IFITA), 2010 International Forum on 16-18 July 2010; Kunming: IEEE; 2010. p. 358-61. 32.Ahmadi M. A Survey of Usability of Hospital Information Systems from the perspective of Nurses, Department Secretaries, and paraclinic Users in Selected hospitals: 2009 Journal of Health Administration. 2011;14(44):11-20. 33.Lenz R. Intranet meets hospital information systems – the solution to the integration.problem? Method Inform Med. 2001;40:99-105. 34.Collen M. A brief historical overview of hospital information system evolution in the United States. Int JBiomed Comput. 1991;29(3-4):169-89. .35م. قاضی سعیدی، مديريت اطلاعات بهداشتي درمانی، ماهان – تهران 1384. .36د.ترابی، مدیریت فناوری اطلاعات سلامت ،انتشارات جعفري 1389. .37د.احمدی، مديريت اطلاعات بهداشتي: مديريت يك منبع استراتژيك،انتشارات واژه پرداز 1382. 38.Fayyad U. From data mining to knowledge discovery in databases. AI Mag. 1996;17(3):37-54. 39.Friedman J. Data Mining and Statistics: What’s the connection? Comput Sci Stat. 1998. 40.ع.مشکانی، مقدمه ای برداده کاوی، موسسه چاپ وانتشارات دانشگاه فردوسی مشهد،1388 . 41.Potomac. Two Crows Corporation, Introduction to Data Mining and Knowledge Discovery. Third ed: Two Crows Corporation; 1999. 42.Gupta S. Data Mining Classification Techniques Applied For Breast Cancer Diagnosis And Prognosis Indian Journal of Computer Science and Engineering (IJCSE). 2011:188-95. 43.Bushinak H. Recognizing The Electronic Medical Record Data FromUnstructured Medical Data Using Visual Text Mining TechniquesProf. Hussain Bushinak. InternationalJournal of Computer Science and Information Security. 2011;9(6):25-35. 44.Seifert JW. Data Mining : An Overview. Analyst in Information Science and Technology Policy, Resources S, and Industry Division; 2004. 45. Stühlinger W. Intelligent Data Mining for Medical Qualit 2000. 46.Ganesan N. .Application of Neural Networks in Diagnosing Cancer Disease Using Demographic Data. International Journal of Computer Applications 2010;1(26):0975-8887. 47.Haykin S. ; "Neural Networks: A Comprehensive Foundation second ed: Prentice-Hall Inc; 1999. 48.م. منهاج. مبانی شبکه های عصبی، دانشگاه صنعتی امیرکبیر، تهران 1392. 49.Machová K. A Bagging Method using Decision Trees in the Role of Base Classifiers Acta Polytechnica Hungarica. 2006;3(2). 50.Dietterich TG. An experimental comparison of three methods for constructing ensembles of decision trees:Bagging, boosting, and randomization Machine Learning. 2000;40(2):139-58. 51.Freund Y. Boosting a weak learning algorithm by majority. Information and Computation. 1995;121(2):256-85. 52.Skurichina M. The Role of Combining Rules in Bagging and Boosting 2004. 53.Demiriz A. Linear programming boosting via column generation. Machine Learning. 2002;46:225-54. 54.Hao X. An Improved Adaboost.R Algorithm and Its Application in Mining Safety Monitoring. Intelligent Information Technology Application, 2009 IITA 2009 Third International Symposium on; 21-22 Nov. 2009; Nanchang: IEEE; 2009. p. 287-90. 55.Solomatine DP. AdaBoost.RT: a Boosting Algorithm for Regression Problems. IEEE; 2004. p. 7803-8359. 56.Basak D. Support vector regression. Neural Inf Process. 2007;11:203-25. 57.Guohai L. Model optimization of SVM for a fermentation soft sensor with Applications2010. 58.Liu Y. Soft chemical analyzer development using adaptive least-squares support .vector regression with selective pruning and variable moving window size”, ., Vol. 48, pp.5731–574, 2009. Ind Eng Chem Res. 2009;48:5731-40. 59.Hong WC. Traffic flow forecasting by seasonal SVR with chaotic simulated annealing algorithm. Neurocomputing. 2011;74:2096-107. 60.Yin J. LogP prediction for blocked tripeptides with amino acids descriptors (HMLP) by multiple linear regressionand support vector regression. Procedia Environmental Sciences 2011;8:173-8. 61.Vapnik VN. The nature of statistical learning theory. second ed. New York: Springer; 1999. 62.Boser BE. A training algorithm for optimal margin classifiers. In: Haussler D, editor. 5th Annual ACM Workshop on COLT; Pittsburgh: ACM Press; 1992. p. 144-52. 63.L. Xu. Comparisons of Logistic Regression and Artificial Neural Network on Power DistributionSystems Fault Cause Identification. Mid-Summer Workshop on Soft Computing in Industrial Applications; June ٢٨-٣٠; Finland: IEEE; 2005. 64Kim YS. Comparison of the decision tree, artificial neural network, and linear regression methods based on the number and types of independent variables and sample size. Expert Systems with Applications: Elsevier; 2008. p. 1227-34. 65. “ Data Mining Software Suites”. [Online]. Available : http://www.kdnuggets.com /software/suites.html. 66.Lavrac N. Selected techniques for data mining in medicine, 16 (1999) 3–23. Artificial Intelligence in Medicine. 1999;3:16-23. 67. " بیمارستان پاستور بم " [Online]. Available: http://www.mubam.ac.ir 68. "شرکت تیراژه رایانه"[Online]. Available: http://www.trtco.com 69.Smola AJ. A tutorial on support vector regression: Springer 2004. 70.Bertoni A. A Boosting Algorithm for Regression. Available from: http://www.researchgate.net/...Boosting_Algorithm.../0deec524a8. Abstract Optimizing Buying Drugs Using Data mining By Mohammad Mahdi Toranji Developing information technology’s application in health care systems leads to advantages including accessibility of data. Applying data mining methods on available data could improves management and decision making process. This study was aimed to evaluate various algorithms that have been used in data mining to define a model for prediction of medications utilization in hospitals. For this purpose we extracted data from health information system of Bam’s Pasteur hospital that was saved for 5 years. Models such as LSSVR, LR, BAGTREE, ADABOOST, SVR and MLP were evaluated in prediction of drug usage. Power of mentioned models for prediction was assessed according to MAE, RMSE, MSE and R2 measures. In conclusion BAGTREE model was revealed as best model. Keywords : Hospital Information Systems, Buying Drugs, Prediction, Pharmacy IN THE NAME OF GOD Optimizing Buying Drugs Using Data mining BY Mohammad Mahdi Toranji THESIS SUBMITTED TO THE SCHOOL OF GRADUATE STUDIES IN PARTIAL FULFILLMENT OF THE REQUIREMENTS FOR THE DEGREE OF MASTER OF SCIENCE (MSc.) IN Information Technology Engineering (e-Commerce) SHIRAZ UNIVERSITY SHIRAZ ISLAMIC REPUBLIC OF IRAN EVALUATED AND APPROVED BY THE THESIS COMMITTEE AS: ………………………… , Ph.D., PROF. Of (CHAIRMAN) .......…………………… , PhD., PROF . Of ………………………… , Ph.D., ASSOCIATEPROF Of Information Technology Engineering January 2015 Shiraz University Faculty of eLearning M.S. Thesis In Information Technology Engineering (ECommerce) Optimizing Buying Drugs Using Data mining By Mohammad Mahdi Toranji Supervised by Dr. Reza Boostani January 2015