دوره 28، شماره 6 - ( دوماهنامه طب جنوب 1405 )                   جلد 28 شماره 6 صفحات 925-911 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Zarooj Hosseini K, Emami H, Nazari E, Golabpour A. Neural Network Performance in Drug Dose Prediction: A Systematic Review: A Systemat-ic Review. Iran South Med J 2026; 28 (6) :911-925
URL: http://ismj.bpums.ac.ir/article-1-2469-fa.html
زروج حسینی کیمیا، امامی حسن، نظری الهام، گلاب پور امین. مقایسه عملکرد شبکه عصبی در پیش‌بینی دوز دارو: مروری نظامند. مجله طب جنوب. 1405; 28 (6) :911-925

URL: http://ismj.bpums.ac.ir/article-1-2469-fa.html


1- گروه فناوری اطلاعات سلامت و مدیریت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران
2- گروه فناوری اطلاعات سلامت و مدیریت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران ، haemami@sbmu.ac.ir
3- گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شاهرود، شاهرود، ایران
چکیده:   (48 مشاهده)
زمینه: مدیریت دوز دارو یکی از مهم‌ترین چالش‌های حوزه پزشکی است که ارتباط مستقیمی با اثربخشی درمان و کاهش عوارض دارویی دارد. دوز نامناسب می‌تواند منجر به بروز مسمومیت، ناکارآمدی درمان، و حتی مرگ‌ومیر شود. در سال‌های اخیر، روش‌های مبتنی بر هوش مصنوعی به دلیل توانایی در تحلیل حجم عظیمی از داده‌های بالینی و فارماکوکینتیک بیماران، به‌عنوان ابزار نوینی برای پیش‌بینی و تنظیم دقیق دوز دارو مطرح شده‌اند. این فناوری‌ها امکان شخصی‌سازی درمان و کاهش خطاهای دارویی را فراهم می‌سازند.
مواد و روش‌ها: این مطالعه به‌صورت مرور نظام‌مند در بازه زمانی 2000 تا 2025 انجام شد. مقالات از سه پایگاه داده استخراج شدند. پس از حذف مقالات تکراری و غیرمرتبط، مقالاتی که دارای روش‌شناسی معتبر، به زبان انگلیسی منتشر شده و نتایج کمی از عملکرد الگوریتم‌ها گزارش کرده بودند، وارد مطالعه شدند. سپس نوع الگوریتم، معیارهای ارزیابی (مانند Accuracy، MAE، RMSE، ، AUC) و وجود یا عدم وجود ارزیابی خارجی استخراج و تحلیل گردید.
یافته‌ها: از میان 460 مطالعه شناسایی‌ شده، پس از غربالگری نهایی 18 مطالعه وارد تحلیل شدند. نتایج نشان داد که شبکه‌های عصبی مصنوعی و مدل‌های پیشرفته‌تر آن، به‌ویژه در پیش‌بینی دوز داروهای با پنجره درمانی محدود مانند وارفارین، عملکرد مناسبی داشته‌اند. شاخص‌های ارزیابی شامل MAE، RMSE، ، Accuracy و AUC در اغلب مطالعات دقت متوسط تا بالا را نشان دادند. با وجود نتایج امیدوارکننده، استفاده محدود از اعتبارسنجی خارجی و نبود ارزیابی بالینی آینده‌نگر از مهم‌ترین کاستی‌های مطالعات بود.
نتیجه‌گیری: یافته‌های این مرور نظام‌مند نشان می‌دهد که شبکه‌های عصبی ظرفیت بالایی در پیش‌بینی دقیق دوز دارو و بهبود ایمنی درمان دارند، به‌ویژه در داروهای پرخطر با پنجره درمانی محدود. با این حال، فقدان اعتبارسنجی خارجی و ارزیابی‌های بالینی آینده‌نگر، کاربرد گسترده این مدل‌ها در محیط بالینی را محدود می‌سازد. انجام مطالعات بالینی استاندارد و توسعه مدل‌های قابل تفسیر می‌تواند مسیر استفاده عملی از این روش‌ها را هموار کند.
متن کامل [PDF 702 kb]   (29 دریافت)    
نوع مطالعه: مروری | موضوع مقاله: دارو و غذا
دریافت: 1404/8/27 | پذیرش: 1404/12/5 | انتشار: 1405/3/20

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله طب جنوب می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2026 CC BY-NC 4.0 | Iranian South Medical Journal

Designed & Developed by: Yektaweb