Abstract—Due to the large volume of

Abstract—Due to the large volume of data generated in
healthcare organizations, the use of data mining techniques
becomes essential for improving the quality of care, physician
practices and disease management. However, expert knowledge
is not based only on rules, but also on a mixture of knowledge
and experiences.
It is in this context that we set the involvement of data mining
techniques and CBR to support medical decision making in order
to optimize the time and benefit from the experience of experts.
We propose a support system for medical decision-making based
on CBR and data mining. This system allows, from a database of
examples, engaging a method of Symbolic induction and Cellular
Inference Engine (MIC) for the construction of a case retrieval
model.
To evaluate this new approach we have customized the platform
jCOLIBRI with a real case base about the treatment of tuberculosis.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ — จากจำนวนมากของข้อมูลที่สร้างขึ้นในองค์กรแพทย์ การใช้เทคนิคการทำเหมืองข้อมูลกลายเป็นสิ่งจำเป็นสำหรับการปรับปรุงคุณภาพของการดูแล แพทย์ปฏิบัติและการจัดการโรค อย่างไรก็ตาม ความรู้ไม่อยู่ ในกฎ แต่ยังผสมผสานความรู้และประสบการณ์มันอยู่ในบริบทนี้ว่า เราตั้งค่าที่เกี่ยวข้องในการทำเหมืองข้อมูลเทคนิคและ CBR เพื่อสนับสนุนการตัดสินใจทางการแพทย์ในใบสั่งการปรับเวลา และได้รับประโยชน์จากประสบการณ์ของผู้เชี่ยวชาญเราเสนอระบบสนับสนุนการตัดสินใจทางการแพทย์ตามคนและการทำเหมืองข้อมูล ระบบนี้ช่วยให้ จากฐานข้อมูลตัวอย่าง เสน่ห์วิธีการเหนี่ยวนำสัญลักษณ์และมือถือข้อเครื่องยนต์ (ไมค์) สร้างเรียกกรณีแบบจำลองการประเมินวิธีการใหม่นี้ เราได้กำหนดแพลตฟอร์มjCOLIBRI กับฐานจริงกรณีเกี่ยวกับการรักษาวัณโรค

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ-เนื่องจากปริมาณข้อมูลขนาดใหญ่ที่เกิดขึ้นในองค์กรด้านการดูแลสุขภาพการใช้เทคนิคการทำเหมืองข้อมูลกลายเป็นสิ่งจำเป็นสำหรับการปรับปรุงคุณภาพของการดูแลแพทย์การปฏิบัติและการจัดการโรค แต่ความรู้จากผู้เชี่ยวชาญที่ไม่ได้ขึ้นอยู่เฉพาะในกฎระเบียบแต่ยังมีส่วนผสมของความรู้และประสบการณ์. มันอยู่ในบริบทที่เราตั้งค่าการมีส่วนร่วมของการทำเหมืองข้อมูลเทคนิคและ CBR เพื่อสนับสนุนการตัดสินใจทางการแพทย์ทำให้ในการสั่งซื้อเพื่อเพิ่มประสิทธิภาพของเวลาและผลประโยชน์จากประสบการณ์ของผู้เชี่ยวชาญ. เราเสนอระบบสนับสนุนสำหรับการตัดสินใจทางการแพทย์ที่ใช้ใน CBR และการทำเหมืองข้อมูล ระบบนี้จะช่วยให้ออกจากฐานข้อมูลของตัวอย่างที่มีส่วนร่วมวิธีการเหนี่ยวนำสัญลักษณ์และเซลล์อนุมานเครื่องยนต์(MIC) สำหรับการก่อสร้างของการดึงกรณีรูปแบบ. เพื่อประเมินวิธีการใหม่นี้เรามีการปรับแต่งแพลตฟอร์มjCOLIBRI มีฐานจริงกรณีเกี่ยวกับ การรักษาวัณโรค

ผลลัพธ์ (ไทย) 3:

บทคัดย่อเนื่องจากปริมาณขนาดใหญ่ของข้อมูลที่สร้างขึ้นใน
องค์กรแพทย์ การใช้เทคนิคเหมืองข้อมูล
จะกลายเป็นสิ่งจำเป็นสำหรับการปรับปรุงคุณภาพของการดูแล การปฏิบัติที่แพทย์
และการจัดการโรค อย่างไรก็ตาม ความรู้ความเชี่ยวชาญ ไม่ใช่
อยู่กับกฎ แต่ยังผสม

และประสบการณ์ความรู้ มันอยู่ในบริบทนี้เรากำหนดความเกี่ยวข้องของข้อมูลเหมืองแร่
เทคนิคและ CBR กับแพทย์สนับสนุนการตัดสินใจในการสั่งซื้อ
เพื่อเพิ่มเวลาและได้รับประโยชน์จากประสบการณ์ของผู้เชี่ยวชาญ .
เราเสนอระบบสนับสนุนเพื่อการตัดสินใจทางการแพทย์ตาม
บน CBR และเหมืองข้อมูล ระบบนี้ช่วยให้ จากฐานข้อมูลของ
ตัวอย่างมีส่วนร่วมวิธีการอุปนัยเชิงสัญลักษณ์ และเซลล์
กลไกการอนุมาน ( MIC ) เพื่อสร้างกรณีเรียก

นางแบบเพื่อประเมินวิธีการใหม่นี้เราได้ปรับแต่งแพลตฟอร์ม
jcolibri กับตัวจริง กรณีฐานเกี่ยวกับการรักษาวัณโรค .