پیش بینی صحیح دز «انسولین و گلیبن کلامید» در بیماران دیابتی مبتنی بر ترکیب سیستم های هوشمند و سابقه بیماری

یکی از عوارض خطرناک بیماری دیابت نوع 1، افزایش و یا کاهش ناگهانی سطح غلظت قند خون می باشد که باعث بروز خطراتی مانند اغما و بیهوشی خواهد شد. انسولین و گلیبن کلامید، دو دارویی هستند که در اثر تجویز دز صحیح، سطح غلظت قند خون را در نهایت، به درستی تنظیم می کنند تا از بروز چنین عوارضی پیشگیری شود. بنابراین استفاده از روشی مناسب به منظور پیش بینی یا تجویز صحیح این دارو ها و در نهایت پیشگیری از این عوارض، گام مهمی در جهت کنترل بهینه بیماری محسوب می شود. در این تحقیق ما بر آن هستیم، تا با استفاده از ترکیب الگوریتم های داده کاوی و هوش مصنوعی، پیش بینی صحیحی از دز انسولین وگلیبن کلامید برای بیماران انجام دهیم.
مراحل ایجاد سیستمی هوشمند به منظور تعیین و پیش بینی میزان صحیح انسولین و گلیبن کلامید بدین صورت است؛ که ابتدا لازم است تا شرایط و پارامترهایی که در میزان و دز دارو (انسولین و گلیبن کلامید) برای بیماران دخیل هستند را شناسایی نماییم، سپس بانک جامعی مبتنی بر این ویژگی ها تشکیل دهیم، با همکاری تیم پزشکی مرکز تحقیقات دیابت شهرستان سبزوار، بانک جامعی در 3 مرحله براساس اطلاعات 110 بیمار و 258 مورد مشکوک آن مرکز طراحی شد، سپس طبق قاعده سیستم های هوشمند و شبکه های عصبی مصنوعی، مدلی به منظور پیش بینی میزان دز انسولین و گلیبن کلامید برای بیماران طراحی شد.
سیستم پیشنهادی با استفاده از ترکیب روش های مذکور موفق شد با تکیه بر ویژگی های پایگاه داده در قالب ترکیب و تعامل به دقت پیش بینی بیش از 95% دست یابد. در مقایسه با روش های رایج از یکطرف و روش های مصنوعی از طرف دیگر (غالبا در بهترین حالت دقت و صحت قدرت پیش بینی آن ها در حدود 85% برای مدت زمان کمتر از 3 ساعت بوده است) به خوبی مشخص شد که، عملکرد سیستم پیشنهادی، مناسب تر، سریعتر و تا حدودی مطمئن تر از سایر روش های ترکیبی هوشمند است.
این تحقیق با ارائه یک روش و مدل برگرفته از واقعیت و شرایط بیماران؛ میزان صحیح و تجویز شده دارو برای آنها را مشخص می کند، این در حالی است که نسبت به روند طبیعی تجویز توسط پزشکان، علاوه بر افزایش سرعت در تعیین میزان دارو، دارای صحت و مقبولیت و دقت قابل قبولی می باشد.