مریم نوروززاده راوری - دانشجوی ارشد طراحی و تولید نرم افزار،گروه فن آوری اطلاعات، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی، واحد کرمان، کرمان، ایران
وحید ستاری نائینی - Ph.D. in Computer Engineering, Assistant Professor, Computer Engineering Dept., Faculty of Engineering, Shahid Bahonar University of Kerman, Kerman, Iran

مقدمه: سیستم های پشتیبان تصمیم گیری، همراه با فناوری وب معنایی رویکردی نوین جهت کمک به پزشکان در تشخیص انواع بیماری ها ایجاد می کنند. از طرفی، هستی شناسی پزشکی یک مدل دانش از دامنه بالینی شامل تمام مفاهیم مرتبط به تشخیص، درمان، روش های بالینی و داده های بیمار است. روش: این پژوهش که از نوع توسعه ای-کاربردی می باشد و سیستمی جهت تشخیص بیماری در حوزه های مختلف پزشکی با یک علامت مشترک درد قفسه سینه طراحی شده است. سیستم پیشنهادی انواع علائم، تست های تشخیصی، همچنین ماهیت متداخل بیماری را مبنی بر اینکه یک بیماری می تواند به عنوان یک عنصر تشخیصی از بیماری دیگر باشد را مورد توجه قرار داده و با استفاده از نرم افزار پروتیج و زبان برنامه نویسی مبتنی بر قانون جنا داده های واقعی بیماران بیمارستان شفا کرمان را مورد بررسی قرار داده است. نتایج: برای ارزیابی روش پیشنهادی، نتایج به دست آمده با روش های کلاسیک و چند سطحی از لحاظ تشخیص بیماری و تعداد قوانین مورد نیاز مقایسه شده است که روش پیشنهادی بر خلاف روش کلاسیک قابلیت تشخیص بیماری در داخلی ترین سطح را داشته و همچنین بر خلاف روش چند سطحی تنها با هفت قانون در بدترین شرایط (افزایش سطوح بیماری متداخل) توانایی تشخیص بیماری در حوزه های مختلف با علامت مشترک درد قفسه سینه را دارا می باشد. نتیجه گیری: روش تشخیص موجودیت محور چندسطحی به کمک فناوری معنایی، ابزاری کارا جهت سیستم های تشخیص پزشکی می باشد.

Decision Support Systems, Semantic Web, Medical ontology, Rule inference, Medical diagnostics, سیستم های پشتیبانی تصمیم گیری, وب معنایی, هستی شناسی پزشکی, استنتاج قانون , تشخیص پزشکی