مهرناز مجیدی - کارشناس تحلیلگر سیستم، دفترراهبردی سیستم ها، سازمان تامین اجتماعی ک
طاهره عیسائی اسد
امیرمسعود رحمانی - استادیار و مدیر گروه کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

از آنجایی که بدون داشتن الگوی مناسب حجم بسیار زیادی از منابع به هدر می رود دراین مقاله نیز سعی بر آن شده است تا با نظر گرفتن این موضوع، الگوی مصرف منابع دارویی مراکز درمانی سازمان تامین اجتماعهی در هر فصل از سال اصلاح گردد. با وجود داده های حجیم در بیمارستانها و دیگر مراکز دمانی سازمان تامین اجتماعی می توان با استفاده از یکی از تکنیکهای هوش مصنوعی با عنوان کلاسه کننده های چندتایی الگوهای مناسبی از تجربیات نهفته در این داده ها ایجاد نمود. هدف از کلاس بندی داده ها، سازماندهی و تخصیص داده ها به کلاسهای مجزا است و کلاسه کننده ها مشخص می نمایند هر موضوع به کدام گروه تعلق دارد دراین پژوهش پس از ساخت مجموعه داده مناسب از اطلاعات دارویی با دید بیمار محور برای رسیدن به الگوی دقیق تر از کلاسه کننده های چندتایی Boosting استفاده می شود که دراین روش رای چند کلاسه کننده که هریک برای مساله خاصی به روشهای متفاوت آموزش دیده اند. به نحوی با یکدیگر ترکیب می شوند. ابزار مورد استفاده clementine انتخاب شده است و پس از اجرای مدل مربوطه و تحلیل نتایج، قواعد حاصل الگوهای مطلوبی در راستای مصرف منابع دارویی هر فصل ارائه می نماید.

الگوی مصرف، دارو، کلاسه کننده چندتایی، درخت تصمیم