سه شنبه 12 تیر 1403
لوگو

دانشکده علوم پیراپزشکی

دانشگاه علوم پزشکی تهران

  • تاریخ انتشار : 1401/12/02 - 14:21
  • تعداد بازدید کنندگان خبر : 499
  • زمان مطالعه : 1 دقیقه

بیست و دومین جشنواره ابن سینا دانشگاه علوم پزشکی تهران

کسب عنوان مقاله برگزیده توسط دکتر سید محمد ایوب زاده در بیست و دومین جشنواره ابن سینا دانشگاه علوم پزشکی تهران

دکتر سید محمد ایوب زاده در بیست و دومین جشنواره ابن سینا دانشگاه علوم پزشکی تهران عنوان نویسنده برگزیده مقاله را کسب کرد.

کسب عنوان مقاله برگزیده توسط دکتر سید محمد ایوب زاده

 به گزارش روابط عمومی دانشگاه علوم پزشکی تهران دانشکده پیرا پزشکی، دکتر سید محمد ایوب زاده موفق به کسب عنوان مقاله برگزیده در  بیست و دومین جشنواره ابن سینا شد.

دکتر ایوب زاده در گفتگویی با روابط عمومی دانشکده پیراپزشکی در توضیح مقاله ی خود، گفت :

از آنجا که تجربه جستجو مواد ضد عفونی کننده دست، شستن دست را در اوایل دوره‌ی همه گیری کرونا داشتم این ایده به ذهنم رسید که آیا با جستجو های افراد در اینترنت می توان آمار ابتلا به کرونا را پیش بینی کرد. به سرعت آمار جستجوی این موارد را از وب سایت Google Trends را در روزهای مختلف و آمار ابتلا به کرونا را در همان روزها از وبسایت Worldometer استخراج کردم و همبستگی این موارد را با آمار ابتلا بررسی کردم. پس از اطمینان از همبستگی این موارد دو مدل مبتنی بر هوش مصنوعی به منظور پیش بینی آمار ابتلا به کرونا در ایران ایجاد کردیم و مقاله‌ی این کار را به همراه سایر نویسندگان و نظارت خانم دکتر نیاکان نگارش کردیم.

عنوان مقاله:

Predicting COVID-19 Incidence Through Analysis of Google Trends Data in Iran: Data Mining and Deep Learning Pilot Study

 بود که این مطالعه با هدف پیش بینی میزان بروز کووید-19 در ایران انجام شد. بیماری همه گیر اخیر کرونا بسیار از جهان را تحت تاثیر قرار داده است. ایران جزو یکی از ده کشوری بوده که بیشترین آسیب را از این همه گیری دیده است. موتورهای جستجو، داده های مفیدی را از جمعیت ارائه می دهند و می توان از این داده ها برای تجزیه و تحلیل و تحلیل اپیدمی ها استفاده کرد. استفاده از روش های هوش مصنوعی و داده کاوی بر روی این منابع داده ای می تواند دید بهتری از همه گیری کرونا جهت مدیریت بحران سلامت در سطح کشوری و جهانی ارائه کند.

براساس نتیجه ی این مطالعه، می‌توان از روش های داده کاوی و هوش مصنوعی برای پیش‌بینی همه گیری ها استفاده کرد. این پیش بینی ها می تواند برای نظارت بر مراقبت های بهداشتی جهت برنامه ریزی، سیاست گذاری و تخصیص منابع مراقبت های بهداشتی استفاده شوند.

  • گروه خبری : دستاوردهای علمی,معاونت پژوهشی,مجله,افتخارات
  • کد خبر : 226645

0 نظر برای این مطلب وجود دارد

ارسال نظر

نظر خود را وارد نمایید:

متن درون تصویر را در جعبه متن زیر وارد نمائید *