فاطمه چلونگر - Master of Information Technology Management, Allameh Tabataba'i University, Tehran, Iran
سعید ستایشی - Professor of Department of Physics and Energy Engineering, Amirkabir University of Technology, Tehran, Iran

مقدمه: رعایت عدالت در نظام سلامت سبب شده که افراد یک جامعه به طور منصفانه از مراقبت های درمانی بهره مند شده و همین امر از افزایش بیماری و مرگ ومیر جلوگیری می کند. هدف از انجام این پژوهش طراحی مدل هوشمند سیستم سلامت مبتنی بر عدالت در نظام سلامت در دوران همه گیری ویروس کرونا بود. روش کار: این پژوهش بر اساس هدف پژوهش، یک مطالعه کاربردی و بر اساس شیوه گردآوری داده ها از نوع توصیفی_تحلیلی بود. در این پژوهش ابتدا با مطالعه ادبیات پژوهش های پیشین و استفاده از نظر خبرگان، عوامل تاثیرگذار بر عدالت در نظام سلامت استخراج شد. سپس پرسشنامه ای طراحی گردید که داده های ۱۰۹ نفر از بیماران مبتلا به ویروس کرونا که به مراکز درمانی شهر اصفهان مراجعه کرده بودند جمع آوری شد. سپس با استفاده از آمار استنباطی، اعتبار روایی و پایایی پرسشنامه تایید شده و داده های حاصل از پرسشنامه در مدل هوشمند مبتنی بر شبکه Hopfield به کار گرفته شده و وضعیت رعایت عدالت در نظام سلامت با استفاده از مدل فوق سنجیده شد. سپس دقت مدل با روش ماتریس درهم ریختگی ارزیابی شد. یافته ­ها: نتایج پیش بینی شبکه عصبی Hopfield برای رکوردهای مختلف نشان می دهد که بیشترین میزان برچسب تخصیص داده شده توسط شبکه، مربوط به برچسب "نسبتا عادلانه" و "کمی عادلانه" است که در کل میزان رضایت­مندی از عدالت در سطح مطلوبی قرار ندارد. نتیجه گیری: با استفاده از بررسی نتایج این پژوهش وضعیت رعایت عدالت در دوران همه گیری ویروس کرونا با استفاده از مدل هوشمند بررسی شد و بر تاکید بیشتر بر پارامترهای رعایت عدالت در نظام سلامت اشاره دارد.

Justice, Health system, Pandemic, COVID-۱۹, Hopfield neural network, عدالت, نظام سلامت, همه گیری, ویروس کرونا, شبکه عصبی Hopfield