داده کاوی به دنبال کشف دانش از داده خام است. داده کاوی تاریخچه بسیار قدیمی دارد. داده کاوی به تکنیکی گفته می شود که ارتباط ناشناخته بین داده ها را کشف می کند" این تعریف متعلق به شرکت اوراکل است .در تمام تعاریفی که برای داده کاوی ذکر شده حتما اشاره ای به کشف داده می شود . این حوزه سعی میکند مجموعه داده عظیمی را تحلیل کند و بر اساس آن الگو یا دانش پنهان در داده را کشف کند. به طور مثال در تمام منوهای مربوط به ورزش کلمات خاصی مثل سرمربی ، بازیکن و .... ذکر می شود. داده کاوی با استفاده از تحلیل مجموعه عظیمی از متون می تواند الگوی استفاده شده در این خبرها را کشف کند. کسب این دانش هدف اصلی داده کاوی است به همین دلیل به داده کاوی "کشف دانش داده" نیز می گویند . ادعا می شود که با استفاده از داده کاوی می توان به دانشی دست یافت که خود انسان قرن ها بعد این دانش را کسب خواهد کرد .
حوزه سلامت و بهداشت یکی از مهمترین حوزه هایی هستند که در آن ها داده تولید می شود. این داده ها مربوط به بیماران یا تراکنش های مالی آنها هستند. با توجه به حجم عظیم داده های تولید شده در این حوزه استفاده از داده کاوی برای تبدیل این داده های خام به دانش امری بدیهی است. در ادامه در مورد اهمیت حوزه سلامت و کاربرد داده کاوی در سلامت صحبت خواهد شد.
در سامانه تله ویزیت، بصورت آنلاین توسط
دکتر فاطمه نعمت اللهی ویزیت شوید. جهت تله ویزیت روی لینک زیر کلیک کنید.
اهمیت حوزه سلامت
بنابر آمارها حوزه سلامت چهارمین حوزه بزرگ از لحاظ مالی در دنیاست. امروزه با الکترونیزه شدن خدمات بهداشتی داده های عظیم توسط این بخش تولید می شود. پرستاران اطلاعات بیمار و نتیجه کنترل های خود را به سیستم وارد می کنند و این داده ها به فرصتی برای داده کاوان تبدیل می شود تا آن ها را به اطلاعات و دانش تبدیل کنند. این دانش که توسط روش ها و الگوریتم های داده کاوی استخراج می شود بعد ها توسط پزشکان برای مداوای بهتر بیمار استفاده می گردد و در پزشکی از راه دور نقش به سزایی دارد.
در همین راستا نیاز بسیاری وجود دارد داده های بیمار برای رسیدن به روش های بهتر درمان مورد استفاده قرار گیرد داده کاوی می تواند نقش بسیار مهمی در این راستا ایفا کند. الگوریتم ها و روش های داده کاوی می توانند برای این منظور استفاده شوند و اطلاعات بیماران را فرصتی برای درمان آن ها قرار دهند.
امروزه در حوزه سلامت جهانی جمع آوری داده های بیماران و جمع آوری داده در مورد بیماری های مختلف از اهمیت فراوانی برخوردار است. مراکز پزشكی با مقاصد گوناگونی به جمع آوری این داده ها می پردازند . هر بیماری که مورد معالجه قرار می گیرد مورد آزمایش ها و فرآیندهای مختلفی قرار می گیرد. در این آزمایش ها و فرآیند ها داده های خام بسیاری از این بیمار جمع آوری می شود. هدف داده کاوی در حوزه سلامت، تحقیق روی این داده ها و به دست آوردن نتایج و الگوهای مفید در رابطه با بیماری ها است.
داده کاوی و حوزه سلامت
داده کاوی علمی است که به دنبال استخراج الگوهای پنهان در داده هاست. حجم بالای داده های پزشکی و سردرگمی حاصل از آن باعث شده است که استفاده از داده کاوی برای شناسایی این الگوها اجتناب ناپذیر باشد. بدین ترتیب از داده کاوی برای غلبه بر این مشكل و به دست آوردن روابط مفید بین ویژگی های داده های مختلف برای استخراج دانش مفید برای عمل پزشکی استفاده خواهد شد. حوزه سلامت به طور مستمر در حال تولید میزان زیادی از داده ها می باشد به خصوص با پیشرفت جوامع، توجه به سلامت افراد جامعه بیشتر می شود.این تولید فزاینده داده باعث شده است بین جمع آوری تا تفسیر آنها شكاف وسیعی وجود داشته باشد. حوزه ی به نسبت جوان و در حال رشد داده كاوی در سلامت از جمله شیوه هایی است كه می تواند این صنعت را از تحلیل عمیق این داده ها بهره مند سازد و به توسعه ی تحقیقات پزشكی و تصمیم گیری های علمی در زمینه تشخیص و درمان منتج شود. داده كاوی در پزشكی و بیولوژی بخش مهمی از انفورماتیك زیست – پزشكی است و یكی از كاربردی ترین علوم كامپیوتر در این علم بوده كه در بیمارستان ها، كیلینیك ها، آزماشگاه ها و مراكز تحقیقاتی به كار گرفته شده است.
دلایل رشد کند داده کاوی در حوزه سلامت
داده کاوی سلامت همان طور که بیان شد استعداد بسیاری برای رشد و گسترش دارد ولی در کنار این مزایا دارای محدودیت ها و مشکلاتی است که این عوامل رشد این حوزه را کند تر کرده است. مهم ترین دلایل رشد كند داده کاوی سلامت را می توان در عوامل زیر خلاصه کرد:
• علم پزشکی و حوزه سلامت با جان انسان ها سروکار دارد و حساسیت بالایی می طلبد.
• هنوز جایگاه داده کاوی در حوزه سلامت شفاف نیست.
• حریم شخصی یکی از مهمترین چالش هاست و حفاظت اطلاعات بیماران در صدر امور بهداشتی است.
هر چند این مشکلات رشد این حوزه مطالعاتی را کمی کند کرده است ولی امروزه بخش سلامت بیشترین نیاز را به داده كاوی پیدا كرده است و حركت از پزشكی سنتی به سمت پزشكی مبتنی بر شواهد از جمله مواردی است كه میتواند موكد این امر باشد. استخراج دانایی از میان حجم انبوه داده های مرتبط با سوابق بیماری و پرونده های پزشكی افراد با استفاده از فرایند داده کاوی می تواند منجر به شناسایی قوانین حاکم بر ایجاد، رشد و تسریع بیماری ها شده و اطلاعات ارزشمندی را به منظور شناسایی علل رخداد بیماری ها، تشخیص، پیش بینی و درمان بیماری ها با توجه به عوامل محیطی حاکم در اختیار متخصصان و دست انداران حوزه سلامت قرار دهد. در نتیجه این مساله باعث افزایش امید به زندگی و طول عمر افراد جامعه می شود.
در سامانه تله ویزیت، بصورت آنلاین توسط
دکتر سیروس مومن زاده ویزیت شوید. جهت تله ویزیت روی لینک زیر کلیک کنید.
منبع: dataacademy
همچنین بخوانید:
مزیت های بکارگیری علم داده‌ها در بهداشت و درمان
موفقیت در کاربرد تله مدیسین برای تشخیص و درمان بیماری پوستی
رسانه های اجتماعی و HIPAA