یکی از مهمترین زمینه های تحقیقات پزشکی ،
تشخیص بیماری است که اولین قدم برای آن پیش بینی و جلوگیری از شیوع احتمالی یک بیماری است. تشخیص دقیق و زودرس نیز از پیشرفت یک بیماری مزمن جلوگیری می کند. با این حال ، یک بیماری ممکن است چندین علائم مشابه با آن داشته باشد و حتی یک بیماری دیگر ، که می تواند مجرب ترین پزشکان را گیج کند. حتی بدتر ، یک بیمار ممکن است مجموعه ای از علائم را نشان دهد که می تواند به چندین بیماری با توجه به این علائم مربوط بوده و ممکن است به راحتی قابل اندازه گیری نباشد. هنگام مشاهده این علائم ، پزشکان مختلف، حرفه ای ، تجربه ای و بالینی ممکن است در تشخیص آنها دچار شک و یا حتی اشتباه شده و منجر به تشخیص نادرست شود. علاوه بر این ، بیماران ممکن است از برخی علائم خود مطمئن نباشند ، که مانع از صحت تشخیص می شوند. استفاده از رایانه ها در تشخیص پزشکی و پیش آگهی پزشکی به ویژه با افزایش حجم داده های پزشکی برای ارائه تشخیصی مداوم ضروری است. برای پرداختن به این موضوعات ، یک ساختار مدل سازی بر اساس سیستم های پشتیبان گیری تصمیم جهت ارائه نصمیمات بهینه ومرتبط در این زمینه ارائه شده است. در این مقاله با مرور راهکار های ارائه شده در این زمینه سعی بر آن شده که با بررسی کلی ، ماهیت این سیستم ها بیشتر آشنا شده و نقاط ضعف و قوت سیستم های تصمیم گیر پشتیبان را بررسی ، و راهکار های عملی در جهت
تشخیص بیماری را بشناسیم.