سیستم توصیه گر پزشکی در بخش مراقبت بهداشتی در بستر اینترنت اشیاء با استفاده از ترکیب فیلتر مشارکتی و یادگیری عمیق

هدف سیستم های مراقبت بهداشتی ، نظارت بر وضعیت بیمار به منظور جلوگیری از مخاطرات برای بیمار، تشخیص زودهنگام بیماری، ارائه توصیه های مناسب درمانی برای افزایش سرعت و دقت روند درمان و ایجاد ارتباطات از راه دور برای درمان است . بنابراین سیستم های مراقبت بهداشتی IOT به یک طرح تشخیص بیماری نیاز دارد تا بتواند وضعیت بیماران جدید را پیش بینی کند و بر اساس روند درمان بیماران مشابه گذشته ، توصیه های درمانی مناسب به بیماران جدید ارائه دهد. در روش پیشنهادی از پروندههای سلامت بیماران در مخزن داده PhysioNet به منظور ایجاد یک سیستم توصیه گر برای تشخیص و پیش بینی بیماریهای قلبی استفاده شد.و علائم مربوط به بیماریهای قلبی بر اساس سابقه بیماران توسط یادگیری عمیق ، آموزش می بیند و با استفاده از روش فیلتر مشارکتی بیماران مشابه این بیمار شناسایی شده و توصیه درمانی بر اساس روند درمان بیماران مشابه ایجاد می شود. نتایج پیاده سازی نشان می هد، روش پیشنهادی از نظر معیارهای ارزیابی معمول نتایج بالایی برای روش یادگیری عمیق و سایر روشهای طبقه بندی پیاده سازی شده، به دست آورده است که در مقایسه با روشهای پیشین بهبود یافته است .

کلیدواژه ها:

اینترنت اشیاء ، سیستم های مراقبت بهداشتی ، توصیه گر پزشکی ، یادگیری عمیق .