عضو هیأت علمی گروه مهندسی کامپیوتر، دانشگاه فنی و حرفه ای، تهران، ایران
چکیده
یادگیری عمیق، به عنوان یکی از زیرشاخه‌های مهم هوش مصنوعی، قابلیت‌های فراوانی برای ارتقای سلامت انسان دارد. در سال‌های اخیر، این فناوری به طور گسترده‌ای برای تحلیل، پیش‌بینی و بهبود درمان‌های بیماران مورد توجه قرار گرفته است. در این مطالعه، از الگوریتم یادگیری عمیق شبکه عصبی پیچشی (CNN) و روش‌های پیش‌پردازش داده‌ها با استفاده از زبان برنامه‌نویسی پایتون، برای پیش‌بینی وضعیت مرگ یا زندگی بیماران مبتلا به هپاتیت C استفاده شده است. هدف اصلی این پژوهش، کمک به پزشکان در اتخاذ تصمیمات درمانی دقیق‌تر و مؤثرتر است. نتایج به دست آمده از این پژوهش نشان می‌دهد که رویکرد پیشنهادی با دقت 98% قادر به پیش‌بینی وضعیت بیماران هپاتیت C است. این دقت بالا، توانایی الگوریتم‌های یادگیری عمیق در تحلیل داده‌های حجیم و ارائه نتایج قابل اعتماد را به خوبی نشان می‌دهد. بر این اساس، استفاده از الگوریتم‌های یادگیری عمیق مانند شبکه‌های عصبی پیچشی می‌تواند نقش مهمی در پیش‌بینی و شخصی‌سازی درمان بیماران داشته باشد. این امر می‌تواند به طور قابل توجهی به بهبود بهداشت و سلامت جامعه کمک کند، چرا که با دقت بالاتری می‌توان وضعیت بیماران را پیش‌بینی و درمان‌های مناسب‌تری ارائه داد.
)