fa مدل تقویت پایگاه داده‌های مراقبت بهداشتی به منظور بهره‌برداری مؤثر از هوش مصنوعی تخصصي Special اصيل Original Article <div style="text-align: justify;"><span style="font-size:8pt"><span style="line-height:18pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span style="letter-spacing:-0.15pt"><b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">زمینه و هدف: </span></span></b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">از آنجا که عملکرد </span></span><span lang="AR-SA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">مؤثر</span></span><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:"> هوش مصنوعی در شاخه یادگیری ماشین مستلزم وجود پایگاه داده‌های با کیفیت است؛لذا در این مطالعه براساس واقعیت موجود نظام سلامتی کشورمان که حاکی از ضعف پایگاه داده‌های در سازمان‌های مراقبت بهداشتی و مراکز تحقیقات کلینیکال است، و نیز بر مبنای این نظریه که برای بهره‌برداری </span></span><span lang="AR-SA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">مؤثر</span></span><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:"> از یادگیری ماشین، تقویت پایگاه داده‌های ضرورت دارد؛ لذا به ارایه مدل تقویت پایگاه داده‌های مراقبت بهداشتی پرداخته شد. </span></span></span></span></span></span></span></span><br> <span style="font-size:8pt"><span style="line-height:18pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span style="letter-spacing:-0.15pt"><b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">روش: </span></span></b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">این پژوهش کاربردی و کیفی با استفاده از دو پرسشنامه انجام گرفت. پرسشنامه نخست در اختیار ۱۰ نفر از خبرگان مدیریت اطلاعات سلامت (اعضای هیئت علمی‌دانشگاه‌های علوم پزشکی) و پرسشنامه دوم در اختیار ۱۰ نفر از خبرگان انفورماتیک (از دانشگاه‌های علوم پزشکی و سایر دانشگاه‌ها) قرار گرفت. داده‌ها با بهره‌گیری از آمار توصیفی و شاخص‌هایی مانند فراوانی تجمعی و میانگین امتیازات تحلیل شدند</span></span>.<span lang="FA" style="font-size:11.0pt"><span style="font-family:"B Nazanin""></span></span></span></span></span></span></span></span><br> <span style="font-size:8pt"><span style="line-height:18pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span style="letter-spacing:-0.15pt"><b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">یافته‌ها: </span></span></b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">به‌طور کلی دو مدل در این مطالعه به‌دست آمد یکی برای تقویت داده‌ها در مراکز بهداشتی درمانی کشور که خود دارای دو زیر مدل است و دیگری برای تقویت داده‌ها در مراکز تحقیقات کلینیکال که اعتبار آن‌ها توسط خبرگان تأیید شد.</span></span></span></span></span></span></span></span><br> <b><span dir="RTL" lang="AR-SA" style="font-size:12.0pt"><span new="" roman="" style="font-family:" times="">نتیجه‌گیری:</span></span></b><span dir="RTL" lang="AR-SA" style="font-size:12.0pt"><span new="" roman="" style="font-family:" times="">وزارت بهداشت، درمان و آموزش پزشکی باید با تدوین و اجرای قوانین و استانداردهای پرونده الکترونیک سلامت، کیفیت و تعامل‌پذیری داده‌ها، بستر تقویت بیرونی اطلاعات را فراهم کند. همچنین اصلاح چک‌لیست اعتباربخشی بیمارستان‌ها در حوزه مدیریت اطلاعات و ابلاغ دستورالعمل‌های ارتقای کیفیت داده به مراکز تحقیقات کلینیکال، می‌تواند سازوکارهای تقویت درون‌سازمانی را نهادینه سازد</span></span><span style="font-size:12.0pt"><span new="" roman="" style="font-family:" times="">.</span></span></div> <div style="text-align: justify;"><span style="font-size:12pt"><span style="line-height:12.0pt"><span new="" roman="" style="font-family:" times=""><strong><span style="font-size:10.0pt">Background:</span></strong><span style="font-size:10.0pt"> Effective performance of artificial intelligence, particularly in the field of machine learning, requires the availability of high-quality databases. Considering the current state of the country&rsquo;s health system, which indicates weaknesses in databases within healthcare organizations and clinical research centers, and based on the premise that strengthening databases is essential for the effective utilization of machine learning, this study aimed to present a model for strengthening healthcare databases.</span></span></span></span><br> <span style="font-size:12pt"><span style="line-height:12.0pt"><span new="" roman="" style="font-family:" times=""><strong><span style="font-size:10.0pt">Methods:</span></strong><span style="font-size:10.0pt"> This applied qualitative study was conducted using two questionnaires. The first questionnaire was administered to 10 experts in Health Information Management (faculty members of medical universities), and the second to 10 experts in Informatics (faculty members from medical and non-medical universities). Data were analyzed using descriptive statistics, including cumulative frequency and mean scores.</span></span></span></span><br> <span style="font-size:12pt"><span style="line-height:12.0pt"><span new="" roman="" style="font-family:" times=""><strong><span style="font-size:10.0pt">Results:</span></strong><span style="font-size:10.0pt"> Overall, two models were developed in this study: one model for strengthening data in healthcare centers across the country, consisting of two sub-models, and another model for strengthening data in clinical research centers. The validity of both models was confirmed by experts.</span></span></span></span><br> <span style="font-size:12pt"><span style="line-height:12.0pt"><span new="" roman="" style="font-family:" times=""><strong><span style="font-size:10.0pt">Conclusion:</span></strong><span style="font-size:10.0pt"> The Ministry of Health and Medical Education should establish and implement regulations and standards for electronic health records, data quality, and interoperability to facilitate external data strengthening mechanisms. Furthermore, revising hospital accreditation checklists in the field of information management and issuing guidelines to clinical research centers to improve data quality can institutionalize internal data strengthening mechanisms.</span></span></span></span></div> بهره‌برداری مؤثر از هوش مصنوعی,کیفیت پایگاه داده‌ها در نظام سلامت, مدل تقویت پایگاه داده‌ها Database Quality in the Health System, Database Strengthening Model, Effective Utilization of Artificial Intelligence 440 449 http://ijhp.ir/browse.php?a_code=A-10-45-7&slc_lang=fa&sid=1 Hamid Moghaddasi حمید مقدسی moghaddasi@sbmu.ac.ir 100319475328460010427 100319475328460010427 Yes of Health Information Management & Medical Informatics, Department of Health Information Management and Technology, School of Paramedical Sciences, Shahid Beheshti University of Medical Sciences, Tehran, Iran گروه مدیریت و فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران