مجید رحیمی - کارشناسی ارشد نرم افزار، دانشکده فنی و مهندسی، گروه کامپیوتر، دانشگاه آزاد اسلامی، بیرجند، ایران
مهدی خزاعی پور - استادیار، دانشکده فنی و مهندسی، گروه کامپیوتر، دانشگاه آزاد اسلامی، بیرجند، ایران

از منظر پزشکی، تشخیص مبتنی بر کامپیوتر یک حوزه پژوهشی پویای به سرعت در حال رشد است. داده کاوی و یادگیری ماشین در تشخیص مبتنی بر کامپیوتر مهم است. هدف اصلی از داده کاوی کشف تجزیه و تحلیل داده ها است. علاوه براین، یکی دیگر از اهداف داده کاوی استخراج اطلاعات ارزشمند پنهان از داده های خام در پایگاه داده است. به عبارت دیگر، داده کاوی فرآیند تجزیه و تحلیل داده ها برای پیدا کردن فرمت مفید است، که می توان آن را مستند کرد. حوزه پزشکی و سلامت از بخش های مهم در جوامع صنعتی است. در این حوزهداده های زیادی وجود دارد که اغلب به صورت سازمان نیافته هستند و بکارگیری داده کاوی، تحلیل روشمند چنین مواردی را تسهیل می کند. استخراج دانایی از میان حجم انبوه داده های مرتبط با سوابق بیماری و پرونده های پزشکی افراد با استفاده از فرآیند داده کاوی می تواند منجر به شناسایی قوانین حاکم بر ایجاد، رشد و تسری بیماری گردیده و اطلاعات ارزشمندی را به منظور شناسایی علل رخداد بیماری ها، تشخیص، پیش بینی و درمان بیماری ها با توجه به عوامل محیطی حاکم در اختیار متخصصین و دست اندرکاران حوزه سلامت قراردهد. نتیجه این مساله به معنای افزایش عمر و ایجاد آرامش برای افراد جامعه است. این مقاله مروری، تجزیه و تحلیل تطبیقی تکنیک های داده کاوی و الگوریتم های یادگیری ماشین را برای تشخیص بیماری های مختلف مانند بیماری قلبی، بیماری دیابت، بیماری کبد، بیماری تب دنگ و بیماری هپاتیت فراهم می کند. این مقاله به مجموعه تکنیک های داده کاوی و ابزارهایی که برای تحلیل بیماری ها و فرایند تصمیم گیری مورد استفاده قرار می گیرد توجه می کند.

داده کاوی، طبقه بندی، تشخیص بیماری،یادگیری ماشین