الهام توکل - M.Sc. in Computer Engineering, Instructor, Sama Technical and Vocational Training College, Islamic Azad University, Mahshahr Branch, Mahshar, Iran
ولی نوذری - Ph.D. in Sport Management, Assistant Professor, Islamic Azad University, Arsanjan Branch, School of Physical Education, Arsanjan, Iran
علی پیرزاد - Ph.D. in Human Resources Management, Assistant Professor, Islamic Azad University, Yasuj Branch, School of Humanities, Yasuj, Iran
سید احسان امیر حسینی - Ph.D. in Sport Management, Assistant Professor, Islamic Azad University, Yasuj Branch, School of Physical Education, Yasuj, Iran
علی عبداللهی - کارشناسی ارشد، حسابداری، مربی، دانشکده فنی و حرفه ای سما، دانشگاه آزاد سلامی واحد بندر ماهشهر، بندر ماهشهر، ایران

مقدمه: منظور از تخمین هزینه نرم افزار سیستم اطلاعات بیمارستانی، برآورد هزینه و زمان مورد نیاز برای توسعه این نرم افزار سیستم اطلاعات بیمارستانی پیش از شروع پروژه است که تا پایان تولید و توسعه سیستم ادامه دارد. تخمین هزینه نرم افزار برای تولید سیستم اطلاعات بیمارستان، یکی از دغدغه های مهم مدیریت پروژه شرکت های حوزه سلامت، تلقی می شود. الگوهای تخمین هزینه که در مراحل اولیه ساخت پروژه با حداقل اطلاعات موجود از پروژه، هزینه ساخت سیستم را تخمین می زنند، سودمند و مورد نیاز هستند. روش تخمین هزینه مناسب، امکان کنترل موثر زمان و هزینه ساخت سیستم را فراهم می نماید. روش: در این مطالعه گذشته ­نگر ۲۳ نرم افزار متن باز سیستم اطلاعات بیمارستانی انتخاب شد و میزان هزینه طراحی نرم افزار و ۱۶ متغیر مستقل از هر نرم افزار سیستم اطلاعات بیمارستانی استخراج شد. سپس داده ها به مجموعه آموزشی و تست تبدیل شدند و به کمک الگوریتم درخت تصمیم پیوسته یک مدل پیش بینی برای تخمین هزینه سیستم اطلاعات بیمارستانی طراحی گردید. سپس الگوریتم با چهار الگوریتم پیوسته دیگر مورد ارزیابی قرار گرفت.  نتایج: در این مطالعه با روش ۱۰-Fold الگوریتم درخت تصمیم پیوسته اجرا گردید و جهت ارزیابی از دو پارامتر میانگین مربعات خطا و درصد میانگین خطای مطلق استفاده گردید و در مدل پیشنهادی به خطای ۳۱/۷۴ واحد در میانگین مربعات خطا و خطای ۱۷% برای درصد میانگین خطای مطلق به دست آمد. نتیجه ­گیری: در این مطالعه نشان داده شد که مدل پیشنهادی دارای خطای قابل قبولی است که نسبت به روش های مشابه بهتر عمل کرده است و می توان از آن برای تخمین هزینه سیستم های اطلاعات بیمارستانی  استفاده نمود.

Hospital Information System, Continuous Decision Tree, Cost Estimation, Data Mining, سیستم اطلاعات بیمارستانی, درخت تصمیم پیوسته, تخمین هزینه, داده کاوی