مطالعه ای بر روی روش های تولید پرونده های الکترونیک مصنوعی سلامت با استفاده از شبکه های خصمانه زایشی

یکی از مهم ترین چالش های پیش رو در زمینه انجام پژوهش های علمی و استفاده از روش های یادگیری ماشین در حوزه پزشکی و سلامت، عدم دسترسی به داده ها، اطلاعات و پرونده های پزشکی بیماران می باشد. زیرا غالبا این اطلاعات در سراسر دنیا محرمانه بوده و دسترسی و انجام تحقیقات بر روی آن ها مستلزم اخذ مجوز از سازمان ها و نهاد های دولتی می باشد. به منظور رفع این مشکل پژوهشگران از روش های جلوگیری از افشاء اطلاعات مانند گمنام سازی و ... استفاده می نمایند. روش های مذکور تا حدودی باعث حفظ محرمانگی داده ها می گردند اما در مقابل در فاز تجزیه و تحلیل و اعمال روش های یادگیریماشین دقت کافی و نتایج مطلوب فراهم نمی گردد. استفاده از شبکه های خصمانه زایشی یکی از روش های نوین در حوزه هوش مصنوعی، انفورماتیک پزشکی و تولید نمونه های جدید از روی نمونه های اصلی می باشد. در این مقاله به مطالعه و بررسی کلی روش های موجود در این زمینه و مقایسه عملکرد سه روش WGAN-GP،MedGAN و BGAN که به جهت بازتولید پرونده های الکترونیکی سلامت بیماران ارائه گردیده است خواهیم پرداخت.