Apadana موسسه آموزش عالی آپادانا Journal of Apadana ........... نشریه مطالعات مهندسی کامپیوتر آپادانا - An overview of a clinical decision support system using rough sets and disease prediction machines. مروری بر یک سیستم پشتیبانی تصمیم گیری بالینی با استفاده از تئوری مجموعه های خشن و ماشین یادگیری برای پیش بینی بیماری FA Hamid Mousavi Student سیدحمید موسوی دانشجو kimia Bazargan Lari Assistant Professor at the University کیمیا بازرگان لاری استادیار Zahra EkramZadeh University instructor زهرا اکرام زاده مربی Technological advancements have brought about significant changes in daily life, particularly in the field of healthcare. Traditional diagnostic methods are gradually being replaced by technology-driven models and digital patient records. Our goal was to develop an automated Clinical Decision Support System (CDSS) using the latest technologies and data mining techniques to enhance medical predictions and improve healthcare services. The proposed approach focuses on improvements that meet the expectations of patients, parents, and physicians. We developed a flexible framework for identifying hepatitis, skin conditions, liver diseases, and autism in adults, and provided the results as recommendations to patients. The innovation of this CDSS lies in the integration of Rough Set Theory (RST) and Machine Learning (ML) techniques to improve the accuracy and effectiveness of clinical decision-making. پیشرفت‌های فناوری تغییرات عمده‌ای در زندگی روزمره و به ویژه در حوزه بهداشت و درمان ایجاد کرده است. روش‌های تشخیصی سنتی به تدریج با مدل‌های مبتنی بر فناوری و سوابق پزشکی کاغذی بیماران جایگزین می‌شوند. هدف ما توسعه یک سیستم پشتیبانی تصمیم‌گیری بالینی خودکار (CDSS) با استفاده از آخرین فناوری‌ها و تکنیک‌های استخراج داده بود تا پیش‌بینی‌های پزشکی و ارائه خدمات بهداشتی را بهبود بخشد. رویکرد پیشنهادی ما بر بهبودهایی تأکید دارد که انتظارات بیماران، والدین و پزشکان را برآورده کند. ما یک چارچوب انعطاف‌پذیر برای شناسایی بیماری‌های هپاتیت، شرایط پوستی، بیماری‌های کبدی و اوتیسم در بزرگسالان توسعه دادیم و نتایج را به عنوان توصیه‌ها به بیماران ارائه کردیم. نوآوری این CDSS در ادغام نظریه مجموعه‌های زبر (RST) و تکنیک‌های یادگیری ماشین (ML) برای بهبود دقت و اثربخشی تصمیم‌گیری بالینی نهفته است. Clinical Decision Support System Disease Classification Machine Learning Classifier Medical Data Recommendation Rough Set Theory. سیستم پشتیبانی تصمیم بالینی طبقه بندی بیماری ماشین طبقه بندی کننده یادگیری داده های پزشکی توصیه مجموعه ناهموار https://ajce.apadana.ac.ir/downloadfilepdf/433686