طیبه رئیسی اردلی - دانشجو دکترا گروه مهندسی کامپیوتر، واحد کرج، دانشگاه آزاد اسلامی، کرج
مجید خلیلیان - استادیار گروه مهندسی کامپیوتر، واحد کرج، دانشگاه آزاد اسلامی، کرج
جواد محمدزاده - استادیار، گروه مهندسی کامپیوتر، واحد کرج، دانشگاه آزاد اسلامی، کرج

در سال های اخیر استفاده از هوش مصنوعی در حیطه پزشکی و مراقبت های بهداشتی افزایش یافت و یادگیری ماشین به عنوان یکیاز زیر شاخه های مربوط به هوش مصنوعی نقش موثری را در افزایش رضایتمندی ، صرفه جویی در منابع و افزایش کارایی درتشخیص شاخص های بیماری ایفا کرد. بسیاری از محققان و پزشکان، نوید تشخیص بیماری مبتنی بر یادگیری ماشینی به عنوانیک روش کارآمد و با هزینه مناسب را داده اند.فرآیندهای تشخیصی فعلی اغلب پرهزینه و زمان بر هستند و نیاز به مداخله انسانی دارند و توانمندی فرد درمانگر تکنیک هایتشخیص فعلی را محدود می کند در حالیکه سیستم های مبتنی بر یادگیری ماشین چنین محدودیت هایی ندارند و با توجه به اینکهمحدودیتی هایی نظیر خستگی کادر درمان در این روش ها در نتیجه، این روش ها ممکن است به عنوان روش های تشخیصی مناسب درهنگام حضور تعداد زیادی از بیماران در بخش های درمانی هنگام ایجاد بیماری های همه گیری نظیر کوید و ... موثر باشند. برای ایجاد سیستم های MLBDD از داده های مراقبت های بهداشتی مانند (اشعه ایکس، MRI) و داده های آماری ( شرایط، سن و جنسیت) استفاده می شود. این پژوهش مروری بر کاربرد استفاده از یادگیری ماشین در تشخیص کووید ۱۹ دارد.

یادگیری ماشین، هوش مصنوعی MLBDD، تشخیص کووید ۱۹ ، پزشکی ، مراقبت های بهداشتی