حسین رمضانی - دانشجوی کارشناسی ارشد کامپیوتر، دانشکده فنی مهندسی، موسسه آموزش عالی روزبهان، ساری، ایران.
موسی نظری - استادیار گروه مهندسی کامپیوتر،دانشکده فنی مهندسی، موسسه آموزش عالی روزبهان، ساری، ایران
ندا کیالاشکی - مربی گروه کامپیوتر ، دانشکده فنی مهندسی، موسسه آموزش عالی روزبهان، ساری، ایران
بهنام برزگر - استادیار گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد بابل، بابل، ایران.
نصیبه حسینی واسوکلائی - استادیار دانشگاه علوم پزشکی مازندران،دانشکده بهداشت،مرکز تحقیقات علوم بهداشتی،گروه بیولوژی و کترل ناقلین بیماریها

در سالهای اخیر با توجه به رشد و توسعه الگوریتمهای هوش مصنوعی و داده کاوی و استفاده گسترده از این دانش در حوزه علم پزشکی، تکنیکهای داده کاوی و هوش مصنوعی به خدمت گرفته شده اند تا برای پیدا کردن بهترین گزینه ها و موثرترین حالت مراقبت بالینی، تشخیص و پیشگیری در جهت کاهش بار سنگین سیستم مراقبت بهداشتی در خدمت کادر درمان و دولتمردان باشند . تحقیقات گسترده ای بر روی داده های این حوزه تا به امروز انجام شده و نتایج بسیار جالب و دقیق حاصل شده است. یکی از چالشهایی که امروز دنیا با آن روبر است مسئله مقابله با همه گیری ویروس کرونا می باشد . این ویروس کشور ما و تمامی دنیا را تحت تاثیر خود قرار داده است . با توجه به اینکه از نظر بالینی برای درمان این بیماری دارویی وجود ندارد. استفاده از تکنیکهای پیش بینی و پیشگیری برای کمک به کادر درمان و بیماران امری لازم و ضروری می باشد.منبع داده ای عظیمی در سرتاسر جهان برای کرونا ویروس بوجود آمده است که این منبع می تواند برای تولید و استخراج دانش و الگوهای مفید مورد استفاده قرار گیرد.در این پژوهش با استفاده از مدلهای مختلف شبیه سازی در نرم افزار MATLAB تلاش خواهیم نمود تا میزان تاثیر فاکتورهای سن و جنسیت بیماران بر میزان مرگ و میر ناشی از کووید ۱۹ را محاسبه نماییم.

اپیدمیولوژی،پاندمی،پیشگیری و کنترل،داده کاوی ،کووید ۱۹،کرونا ویروس.