مسائل و چالش هایی در رابطه با پیاده سازی و بکارگیری داده کاوی در پزشکی وجود دارد که آن را متمایز از داده کاوی در سایر کاربردها می کند. آگاهی از این مسائل باعث بهبود و استفاده صحیح تر از داده کاوی در پزشکی شده و می تواند در جهت پشتیبانی تصمیم گیری ها و جلوگیری از بروز خطا یاری رساند. در ادامه به بررسی یکی از مشکلات چالش برانگیز در عرصه های مختلف داده کاوی پزشکی پرداخته می شود.
داده های پزشکی جمع آوری شده، اغلب ناقص هستند. بسیاری از داده های موجود حاوی اطلاعات کافی برای استخراج دانش مطلوب نیستند. برخی از مواردی که به وقوع این وضعیت منجر می شوند عبارتند از: توضیح ناکافی در مورد ویژگی اشیاء، تعداد ناکافی اشیاء و مقادیر مفقود شده برای یک ویژگی معین. بعنوان مثال ممکن است آزمایشات تجویز شده برای یک بیمار بطور کامل انجام نشوند. یکی از نشانه های معمول ناقص بودن داده ها زمانی بروز می کند که دانش تولید شده کیفیت پایین داشته باشد و با استفاده از دیگر روش های داده کاوی نتوان آن را بهبود بخشید. واضح ترین راه برای بهبود بخشیدن به داده های ناقص، جمع آوری و ذخیره ی داده های تکمیلی است. همچنین وجود درصد زیادی از مقادیر مفقود شده در داده های پزشکی، معمول می باشد. حتی ممکن است بیش از 50 درصد تمامی مقادیر مفقود شده باشند. یک روش ممکن برای مقابله با مقادیر مفقود شده اینست که شبیه ترین شیء به شی ای که حاوی مقادیر مفقود شده است یافت شده و مقادیر معلوم متعلق به آن شیء بجای مقادیر مفقود شده جانشین شوند.
آموزش ابزارِ داده کاوی رپیدماینر
داده های پزشکی شامل داده های غیر دقیق نیز هستند. بعنوان مثال این امکان وجود دارد که از مقدار دقیق یک آزمایش معین پزشکی اطلاع نداشته باشیم ولی در عوض بدانیم که آیا مقدار مذکور زیاد، متوسط یا کم است. در این حالت، استفاده از مجموعه های فازی می تواند برای پردازش این قبیل اطلاعات مفید باشد.
کاربرد داده کاوی در پزشکی، فرصت ها و چالش ها، طهماسبی
اگر به پژوهش در حوزه داده کاوی علاقه مند هستید توصیه می شود حتما مجموعه بی نظیر پانصد مقاله فارسی در زمینه داده کاوی و مجموعه های مشابه آن و مقالات مرتبط با کاربرد داده کاوی در پیش بینی بیماری را تهیه بفرمایید.
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.