پیدا کردن بهترین مدل برای پیش بینی تقاضای دارو با دیتا ماینینگ | 5TF11897cdRLzP

پیدا کردن بهترین مدل برای پیش بینی تقاضای دارو با دیتا ماینینگ

افزایش بهره وری مالی داروخانه با داده کاوی
بهینه سازی خرید دارو با داده کاوی
پیش بینی مصرف دارو با داده کاوی
استفاده از روشهای داده کاوی در پیش بینی تقاضای دارو
استفاده از روشهای داده کاوی در بهینه سازی خرید دارو
پیش بینی تقاضای دارو با داده کاوی
دانلود پایان نامه ارشدداده کاوی
دانلود پایان نامه داده کاوی

رفتن به سایت اصلی

دانلود پایان ‌نامه كارشناسی ارشد مهندسی فناوری اطلاعات

پیدا کردن بهترین مدل برای پیش بینی تقاضای دارو با دیتا ماینینگ

 

 

 

 

 

چکیده

توسعه ی استفاده از فناوری اطلاعات در بهداشت و درمان علاوه بر مزایای فراوان باعث می شود تا حجم زیادی از داده های مرتبط، در دسترس قرار بگیرند. با بکارگیری داده کاوی بر روی داده های موجود می توان تصمیم گیری ها  و فرایند های مدیریتی را بهبود بخشید. در این پایان نامه تلاش شده است ضمن بررسی الگوریتم های مختلف داده کاوی مدلی جهت پیش بینی مصرف دارو در داروخانه های بیمارستان ها ارائه گردد. مجموعه داده در نظر گرفته شده مربوط به سیستم اطلاعات بیمارستان پاستور شهرستان بم می باشد که در مدت 5 سال در پایگاه داده سیستم اطلاعات این بیمارستان ذخیره شده است. برای پیش بینی مصرف دارو عملکرد مدل های MLP، SVR، ADABOOST.R، BAGTREE، LR، LSSVR مورد بررسی قرار می گیرد. دقت پیش بینی بر اساس معیارها  MSE ,RMSE ,MAE وR2 ارزیابی می گردد. طبق نتایج بدست آمده عملکرد مدل BAGTREE  در روش های مختلف بهتر از سایر مدل ها بوده است.

 

 

 

 

 

واژگان کلیدی :

پیش بینی

خرید دارو

داروخانه

سیستم های اطلاعات بیمارستان

 

 

 

 

 

 

مقدمه

در سال های اخیر مراکز بهداشتی ودرمانی کشورمان به ویژه بیمارستانها درصدد مکانیزه کردن سیستم های اطلاعاتی خود برآمده-اند. در ابتدا مقصود از چنین فعالیت هایی کاهش هزینه های ناشی ازکاغذ بازی  موجود در سیستم های دستی و اداری بوده است، اما اکنون به مرحله ای رسیده ایم که بهبود کیفیت ارائه خدمات درمانی اهمیتی روزافزون می یابد و در این راستا بکار گیری سیستم های اطلاعات بیمارستان ها بسیار مرسوم شده است.

 

بکارگیری سیستم اطلاعات بیمارستان علاوه بر مزایای فراوان از جمله کاهش زمان پذیرش، زمان ترخیص، زمان اخذ جواب ها، زمان مراجعه به اطلاعات قبلی پرونده، بالا بردن میزان دقت در درج اطلاعات و درخواست ها كه در حالت دستی می تواند ناخوانا باشد، همچنین می تواند موجب تسریع ارتباطات بین بخشی و در نهایت بالابردن میزان رضایت بیمار، ارائه خدمات بهتر، دریافت آمار و گزارشات روزانه و زمانی گردد. در نهایت بکارگیری سیستم های اطلاعات بیمارستان، حجم زیادی از داده های مرتبط با درمان را در دسترس قرار می دهد [1]. با استفاده از تکنیک های داده کاوی می توان از داده های موجود در این سیستم ها در جهت پشتیبانی از تصمیم و مدیریت  و در نهایت پیشبرد اهداف اقتصادی و درمانی سود جست  .[2] داده‌کاوی یکی از ده دانش در حال توسعه است و در سال‌های اخیر در دنیا گسترش فوق‌العاده سریعی داشته است. داده‌کاوی فرآیند کشف الگوها و روابط موجود بین داده ها در پایگاه داده های بزرگ است که با برخورداری از دامنه وسیع زیر زمینه‌های تخصصی با توصیف، تشریح، پیش‌بینی و کنترل پدیده‌های گوناگون پیرامون، امروزه کاربرد بسیار وسیع در حوزه‌های مختلفی ازجمله پزشکی و تجارت دارد [3].

 

افزایش هزینه‌های بیمارستانی در سال‌های اخیر و نیز اجرای طرح خودگردانی و اداره‌ی بیمارستان‌ها به وسیله‌ی درآمد اختصاصی آنها، بیمارستان‌ها را با مشکلات مالی جدی رو به رو ساخته است. داروخانه یکی از بخش های مهم و درآمدزا در بیمارستان ها می باشد که می توان با بهبود خرید دارو و افزایش  بهره وری آن، بنحوی به وضعیت اقتصادی بیمارستان ها کمک کرد. این حقیقت که مصرف دارو بر اساس شیوع بیمارها در فصول مختلف تغییر می کند و نیز در نظر گرفتن این نکته که برخی داروها برای درمان یک بیماری مکمل یکدیگرند، از جمله فاکتورهایی هستند که باید در خرید دارو درنظر گرفته شوند [4]. به عبارتی با توجه به بیماری های بسیار متنوع، و تجویز داروهای مختلف برای آنها، میتوان بر اساس سابقه مصرف دارو، نیاز های دارویی در آینده را پیش بینی کرد در نتیجه، در صورت بکارگیری تکنیک های داده کاوی بر روی اطلاعات موجود در سیستم اطلاعات بیماستان می توان خرید دارو را بر اساس پیش بینی صورت گرفته توسط داده کاوی بهینه کرد.

 

لذا بر آن شدیم تا با انجام این مطالعه به پیش بینی مصرف دارو، با استفاده از تکنیکهای داده کاوی، در داروخانه یک بیمارستان بزرگ به منظور افزایش بهره وری مالی آن بپردازیم.

 

 

 

 

فهرست مطالب

 

فصل 1- کلیات2

1-1- فناوری اطلاعات در بهداشت و درمان 2

1-2- داروخانه های بیمارستانی 3

1-3- داده کاوی 3

1-3-1- داده کاوی چیست؟ 3

1-3-2- تكنیك های مختلف داده كاوی 4

1-3-2-1-انواع تکنیک داده کاوی 5

1-4- بیان مسئله 6

1-5- اهداف تحقیق 8

1-6- سوالات وفرضیات تحقیق 9

1-6-1- سوالات 9

1-6-2- فرضیات تحقیق 9

1-7- فصول پایان نامه 9

 

فصل 2- پیشینه پژوهشی 12

2-1- جمع بندی 24

 

فصل 3- مروری بر ادبیات تحقیق و مبانی نظری 26

3-1- سیستم های اطلاعات بیمارستان 26

3-2- تعریف و مفهوم سیستم اطلاعات بیمارستانی 28

3-2-1– اهداف سیستم اطلاعات بیمارستانی 29

3-2-2- اهمیت و ضرورت راه‌اندازی سیستم اطلاعات بیمارستانی 30

3-2-3- مزایایی سیستم اطلاعات بیمارستانی 31

3-3- داده کاوی 32

3-4- مراحل داده کاوی 33

3-4-1- پیش پردازش داده ها 35

3-4-2- پاکسازی داده ها 35

3-4-3-یکپارچه سازی داده ها 36

3-4-4- تبدیل دادهها 36

3-4-5- تلخیص داده ها 37

3-5- وظایف داده کاوی 37

3-5-1- دسته بندی 38

3-5-2- تخمین 39

3-5-3- پیش بینی 39

3-5-4- گروه بندی شباهت یا قوانین وابستگی 40

3-5-5- خوشه بندی 40

3-5-6- نمایه سازی 41

3-6- كاربرد های داده كاوی 41

3-7- رویکردهای مسائل داده کاوی در پزشکی 42

3-8- مدلها و الگوریتمهای داده کاوی 43

3-8-1- شبکه های عصبی مصنوعی 43

3-8-1-1-ساختار شبکه عصبی 44

3-8-1-2-معماری شبکه عصبی 45

3-8-1-3-آموزش شبکه های عصبی مصنوعی 46

3-8-1-4-انواع یادگیری در شبکه های عصبی مصنوعی 47

3-8-2- درخت های انتخاب 47

3-8-3- Bagging & Boosting 48

3-8-3-1-Bagging 55

3-8-1-1-Boosting 44

3-8-1-1-الگوریتم های Boosting 44

3-8-4- Adaptive Boosting(Adaboost) 50

3-8-5- رگرسیون بردار پشتیبان 51

3-8-6- رگرسیون خطی 52

3-9 نرم افزارهای داده کاوی 54

3-10- فرایند خرید دارو 55

3-11- جمع بندی 56

 

فصل 4- روش انجام پژوهش 58

4-1- مقدمه 58

4-2- الگوریتم پیشنهادی 59

4-3- پیش پردازش دادهها 60

4-3-1- ساخت ماتریس داده 60

4-3-1-1-روش ماههای متوالی 67

4-3-1-2-روش ماههای یکسان 44

4-3-1-3-روش فصول متولی 69

4-4- الگوریتمهای Prediction 63

4-4-1- روش NN 64

4-4-2-روش SVR 64

4-4-3- روش LSSVR 67

4-4-4- AdaBoost.R 69

4-5- مجموعه داده 70

4-5-1- پاکسازی داده 72

4-6- معیارهای ارزیابی 72

4-7- جمع بندی 74

 

فصل 5- بحث و نتیجه گیری 76

5-1- مقایسه روشهای مورد بررسی 76

5-1-1- ارزیابی الگوریتم با روش ماههای متوالی 77

5-1-2- ارزیابی الگوریتم با روش ماههای یکسان 83

5-2- جمع بندی 93

 

فصل 6- پیشنهادهاو فرصت‌های پژوهشی آینده 95

 

فهرست جداول

جدول 2- 1تکنیک های مهم داده کاوی در بخش دارویی[21]  21

جدول 4- 1 ماتریس داده بصورت ماههای متوالی 60

جدول 4- 2 ماتریس داده  بصورت ماههای یکسان 61

جدول 4- 3  ماتریس داده بصورت فصول متوالی 2

جدول 5- 1 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Cream Calamine  77

جدول 5- 2 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Vialdioxin 81

جدول 5- 3 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Syrup Sulbutamol 82

جدول 5- 4 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Cream Calamine  82

جدول 5- 5 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Vialdioxin  85

جدول 5- 6 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Syrup Sulbutamol 86

جدول 5-  7نتایج اعمال الگوریتم های معرفی شده بر روی داده های Cream Calamine  91

جدول 5 – 8 نتایج اعمال الگوریتم های معرفی شده بر روی داده های Syrup Sulbutamol  93

 

 

 

 

 

 

 

 

 

 

 

فهرست شکل ها و نمودارها 

شکل 2- 1 مدل پیش بینی با شبکه عصبی[4] 12

شکل 2- 2  شبکه عصبی [14] BP  12

شکل 2- 3 مدل بهینه سازی خرید دارو[15] 14

شکل 2- 4 مدل استخراج دانش [26]  16

شکل 2- 5 جریان عملیات در داروخانه[17]   17

شکل 2- 6  دسته بندی اهدا بکارگیری داده کاوی[15] 19

شکل 2- 7 روند بکارگیری داده کاوی در پزشکی[20] 20

شکل3- 1   مراحل داده کاوی[40] 32

شکل3- 2 ساختار شبکه عصبی[47] 43

شکل3- 3  مثالی از درخت تصمیم[41] 55

   شکل 3- 4 واسط کاربری سیستم اطلاعات بیمارستان 55

شکل 4- 1 دیاگرام چاچوب تحقیق 58

شکل4- 2 پارامترهای مورد استفاده در SVM 64

شکل4- 3  گزارش تهیه شده با کریستال ریپورت 70

شکل4- 4 خروجی گزارش تهیه شده با کریستال ریپورت 71

شکل5- 1 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R 78

شکل5- 2 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LR 78

شکل5- 3 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE 79

شکل5- 4 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR 80

شکل5- 5 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR 80

شکل5- 6 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE 83

شکل5- 7 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LR 83

شکل5- 8 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR 84

شکل 5- 9 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R 84

شکل5- 10 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR 85

شکل 5- 11 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R 86

شکل5- 12 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LR 87

شکل5- 13 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم SVR 87

شکل5- 14 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR 88

شکل5- 15 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم AdaBoost.R 89

شکل5- 16 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم NN 90

شکل5- 17 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR 90

شکل5- 18 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR 92

شکل5- 19 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE 93

شکل5- 20 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم LSSVR 94

شکل5- 21 میزان تقاضای واقعی و پیش بینی شده توسط الگوریتم BAGTREE 94

 

  • پاورپوینت آشنایی با سازمان تربیتی؛ علمی و فرهنگی سازمان ملل متحد یونسکو UNESCO | azE9084Clqs7d
  • پاورپوینت آشنایی با سازمان تربیتی؛ علمی و فرهنگی سازمان ملل متحد یونسکو UNESCO پاورپوینت آشنایی با سازمان تربیتی؛ علمی و فرهنگی سازمان ملل متحد یونسکو UNESCO رفتن به سایت اصلی پاورپوینت آشنایی با سازمان تربیتی؛ علمی و فرهنگی سازمان ملل…

  • دانلود پاورپوینت ضریب طول موثر ستون | FfD30883VvSzsU
  • دانلود پاورپوینت ضریب طول موثر ستون پاورپوینت ضریب پاورپوینت طول پاورپوینت ستون پاورپوینت اجرای سازه ی فولادی رفتن به سايت اصلي دانلود پاورپوینت ضریب طول موثر ستون در قالب 28 اسلاید و با فرمت pptx بصورت کامل و جامع با…

  • دانلود پاورپوینت کتاب معادلات دیفرانسیل معمولی رشته شیمی | wSg45719i3vT5o
  • دانلود پاورپوینت کتاب معادلات دیفرانسیل معمولی رشته شیمی رفتن به سايت اصلي دانلود پاورپوینت کتاب معادلات دیفرانسیل معمولی رشته شیمی جهت رشته شیمی در قالب 252 اسلاید و با فرمت pptx به صورت کامل و جامع و با قابلیت ویرایش…

  • پاورپوینت سنگ مصنوعی | 07K41709S6wn0k
  • پاورپوینت سنگ مصنوعی رفتن به سايت اصلي دانلود پاورپوینت سنگ مصنوعی جهت رشته ی معماری در قالب 19 اسلاید و با فرمت pptx به صورت کامل و جامع و با قابلیت ویرایش       سنگ مصنوعی نامی برای انواع…

  • پاورپوینت سوالات تشخیصی در مصاحبه و ارزیابی مراجعه کننده ها | aL2402474c1mWU
  • پاورپوینت سوالات تشخیصی در مصاحبه و ارزیابی مراجعه کننده ها رفتن به سايت اصلي دانلود پاورپوینت آشنایی با سوالات تشخیصی در مصاحبه و ارزیابی مراجعه کننده ها جهت رشته روانشناسی و روانپزشکی در قالب 30 اسلاید و با فرمت ppt…

  • پاورپوينت درس 5 مطالعات اجتماعی هفتم مبحث همدلی و همیاری در حوادث | pxg44317rjeZv9
  • پاورپوينت درس 5 مطالعات اجتماعی هفتم مبحث همدلی و همیاری در حوادث رفتن به سايت اصلي دانلود پاورپوينت درس 5 مطالعات اجتماعی هفتم مبحث همدلی و همیاری در حوادث در قالب 37 اسلاید و با فرمت pptx بصورت کامل و…

  • پاورپوینت سوالات مطالعات نهم بخش جغرافیا | oKT43761iwxNdr
  • پاورپوینت سوالات مطالعات نهم بخش جغرافیا رفتن به سايت اصلي دانلود پاورپوینت آموزش مطالعات نهم متوسطه مبحث سوالات بخش جغرافیا در قالب 24 اسلاید و با فرمت pptx بصورت کامل و جامع و با قابلیت ویرایش       مقدمه:…

  • پاورپوینت آشنایی با تجزیه و تحلیل نسبت های مالی | nSz40403yg8mYC
  • پاورپوینت آشنایی با تجزیه و تحلیل نسبت های مالی رفتن به سايت اصلي دانلود پاورپوینت آشنایی با تجزیه و تحلیل نسبت های مالی جهت رشته اقتصاد در قالب 26 اسلاید و با فرمت ppt به صورت کامل و جامع و…

  • ارزیابی میزان صادرات غیرنفتی و اثر آن بر رشد اقتصادی در ایران | Tjq4890aYQJXE
  • ارزیابی میزان صادرات غیرنفتی و اثر آن بر رشد اقتصادی در ایران صادرات غیرنفتی ارزیابی میزان صادرات غیرنفتی اثر صادرات غیرنفتی بر رشد اقتصادی رشد اقتصادی در ایران با صادرات غیرنفتی ارزیابی میزان صادرات غیرنفتی و اثر آن بر رشد…