مرضیه سلامی - کارشناسی علوم تربیتی گرایش مدیریت و برنامه ریزی آموزشی
جواد سلمانیان - دانشجوی دکتری تخصصی مهندسی نرم افزار کامپیوتر

در سالهای اخیر با توجه به رشاد و توسعه الگوریتم های هوش مصنوعی و داده کاوی(data mining) و استفاده گسترده از این دانش در حوزه علم پزشکی، تکنیکهای داده کاوی و هوش مصنوعی به خدمت گرفته شده ان تا باری پیدا کردن بهترین گزینه ها و موثرترین حالات مراقبات بالینی، تشخیص و پیشگیری در جهات 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 شاده و نتایج بسیار جالب و دقیق حاصل شده است. یکی از چالشاهایی که اماروز دنیا با آن روبرو است مسئله مقابله با همه گیری ویروس کرونا میباشد. این ویروس کشور ایران و تماامی جهان را تحت تاثیر خود قرار داده است . با توجاه به اینکه از نظر بالینی برای درمان این بیماری داروییی 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 استخراج دانش و الگوهای مفید مورد استفاده قرار گیرد.در این مقاله با استفاده از مادلهای مختلف شبیه سازی در نرم افزار شبیه ساز MATLAB تلاش خواهیم نمود تا میزان تاثیر شاخصها و فاکتورهای جنسیت و سن بیماران بر میزان مرگ و میر و فوت ناشی از بیماری نوظهور و منحوس کووید ۱۹ را محاسبه نماییم.

جنسیت،سن،کوید ۱۹،هوش مصنوعی،میزان فوت،داده کاوی