استخدام Hadoop MapReduce للكشف عن الأمراض من بيانات سريرية حقيقية: دراسة حالة من مصحة المختار في طرابلس
DOI:
https://doi.org/10.63318/waujpasv3i2_07الكلمات المفتاحية:
تحليل البيانات الضحمة، التعلم الالي، الرعاية الصحية، ليبيا، مصحة المختار الطبيةالملخص
تبحث هذه الورقة في تطبيق تقنية Hadoop MapReduce لتحليل البيانات السريرية واسعة النطاق في سياق التنبؤ بمخاطر الإصابة بأمراض القلب والأوعية الدموية. وبالاعتماد على مجموعة بيانات حقيقية تضم أكثر من 500,000 سجل طبي تم جمعها من مصحة المختار في طرابلس، نفّذت الدراسة مسارًا تحليليًا موزعًا يدمج بين Hadoop MapReduce والأداة Spark بالإضافة إلى خوارزميات التعلم الآلي مثل التجميع K-means وK-Medoids والتجميع الهرمي وأشجار القرار لتحديد الأنماط وتصنيف المرضى . وقد حقق النظام المقترح كفاءة في معالجة البيانات بلغت 92%، ودقة تنبؤية بنسبة 89% في حالات أمراض القلب. كما أدى دمج أدوات التحليل المتقدّمة إلى تحسين دقة التشخيص بنسبة 5% مقارنةً بالطرق التقليدية. وقد أثبتت بنية النظام قابليتها العالية للتوسّع، وقدرتها على تحمّل الأعطال، ومرونتها التشغيلية، مما يجعلها مناسبة بشكل خاص لبيئات الرعاية الصحية ذات الموارد التقنية المحدودة. وتسلّط هذه النتائج الضوء على الإمكانات الكبيرة للمنهجيات المعتمدة على البيانات في تعزيز اتخاذ القرار السريري وتحسين مخرجات الصحة العامة في السياقات منخفضة الموارد.
التنزيلات
التنزيلات
منشور
إصدار
القسم
الرخصة
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial 4.0 International License.
تستخدم هذه المجلة رخصة المشاع الإبداعي-غير تجاري نَسب المُصنَّف 4.0 دولي (CC BY-NC 4.0)، والتي تسمح بالاستخدام والمشاركة والتوزيع والاستنساخ بأي وسيط أو صيغة، طالما أنك تعطي الفضل المناسب للمؤلف (المؤلفين) الأصلي والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتشير إلى ما إذا تم إجراء تغييرات. للاطلاع على نسخة من هذا الترخيص، قم بزيارة /https://creativecommons.org/licenses/by-nc/4.0
حقوق الطبع والنشر للمقالات
يحتفظ المؤلفون بحقوق الطبع والنشر لمقالاتهم المنشورة في هذه المجلة.
