Abstract
Data Mining is one of the most motivating area of research that is become increasingly popular in health organization. Data Mining plays an important role for uncovering new trends in healthcare organization which in turn helpful for all the parties associated with this field. This survey explores the utility of various Data Mining techniques such as classification, clustering, association, regression in health domain. In this paper, we present a brief introduction of these techniques and their advantages and disadvantages. This survey also highlights applications, challenges and future issues of Data Mining in healthcare. Recommendation regarding the suitable choice of available Data Mining technique is also discussed in this paper
چکیده
داده کاوی را می توان یکی از مهیج ترین حوزه های پژوهشی ای دانست که روز به روز بر شهرت آن در سازمان های بهداشت و درمان افزوده می شود. داده کاوی نقش مهمی را برای کشف روش های جدید در سازمان های بهداشت و درمان بازی کرده و به نوبه خود می تواند برای نهادهای مرتبط با این حوزه نیز مفید باشد. در این مطالعه قصد داریم به کاوش کاربرد تکنیک های مختلف داده کاوی نظیر دسته بندی، خوشه بندی، انجمن، رگرسیون در دامنه بهداشت و درمان بپردازیم. در این مقاله به معرفی مختصر این تکنیک ها و مزایا و معایب آنها خواهیم پرداخت. همچنین بر روی کاربردها، چالش ها و مسائل آینده داده کاوی در حوزه بهداشت و درمان متمرکز خواهیم شد. توصیه هایی را در خصوص انتخاب مناسب تکنیک داده کاوی مطرح می سازیم.
1-مقدمه
داده کاوی را می توان یکی از مهم ترین و مهیج ترین حوزه های پژوهشی دانست که به دنبال پیدا کردن اطلاعاتی معنادار از قلب یک مجموعه داده ای بزرگ می شود. در عصر حاضر، داده کاوی در حوزه بهداشت و درمان زبانزد خاص و عام گردیده است چرا که به منظور تشخیص اطلاعات نامشخص و با ارزش در داده های مربوط به بهداشت و درمان، نیاز بک یک روش تحلیلی کارآمد می باشد. در صنعت بهداشت و درمان، داده کاوی می تواند مزایای مختلفی مانند تشخیص جعل در بیمه بهداشت و درمان، موجودیت راهکارهای پزشکی برای بیماران با هزینه ای پایین، تشخیص دلایل بیماری و تشخیص روش های درمان پزشکی را فراهم سازد...