fa طراحی سیستم تصمیم یار هوشمند کارشناسی خرید ملزومات پزشکی بر پایه فنون فازی و شبکه های عصبی مدیریت اطلاعات سلامت Health Information Management پژوهشي Research <span style="font-size:12px;"><span style="font-family:Tahoma;"><b><span dir="RTL" lang="FA">مقدمه:</span></b> <span dir="RTL" lang="FA">زنجیره</span> <span dir="RTL" lang="FA">های تامین تجهیزات و ملزومات پزشکی در مراکز بهداشتی و درمانی بسیار پیچیده، متنوع و پویا هستند و این پیچیدگی، انتخاب و خرید بهینه را به امری تخصصی و چالش</span> <span dir="RTL" lang="FA">برانگیز تبدیل نموده است. لذا این پژوهش به طراحی سیستم تصمیم یار هوشمندی جهت پشتیبانی از فرایند کارشناسی خرید ملزومات پزشکی پرداخته است.</span><br> <b><span dir="RTL" lang="FA">روش&shy; ها:</span></b> <span dir="RTL" lang="FA">مطالعه حاضر توسعه</span> <span dir="RTL" lang="FA">ای-کاربردی و با روش توصیفی-پیمایشی است. در این پژوهش، بر مبنای هوش مصنوعی و&nbsp; با مجموعه</span> <span dir="RTL" lang="FA">های فازی و شبکه</span> <span dir="RTL" lang="FA">های عصبی، نحوه تصمیم</span> <span dir="RTL" lang="FA">گیری کارشناسان خرید ملزومات پزشکی در نرم</span> <span dir="RTL" lang="FA">افزار متلب الگوسازی شد. به نحوی‌که با اخذ اطلاعات، امتیاز ملزومات پزشکی را پیش</span> <span dir="RTL" lang="FA">بینی نماید. داده‌های لازم، در سال 1401 از وبگاه اداره کل تجهیزات پزشکی و دانش متخصصین این حوزه استخراج شد.</span><br> <b><span dir="RTL" lang="FA">یافته &shy;ها:</span></b> <span dir="RTL" lang="FA">بنا بر نتایج، استفاده از شبکه عصبی پرسپترون سه لایه، با میانگین مربعات خطای 0/0011 </span><span dir="RTL" lang="FA"> و همبستگی کلی 0/97، می</span> <span dir="RTL" lang="FA">تواند تصمیم</span> <span dir="RTL" lang="FA">یار مناسبی در ارزیابی و انتخاب ملزومات پزشکی باشد.</span><br> <b><span dir="RTL" lang="FA">نتیجه‌گیری</span></b><span dir="RTL" lang="FA">:</span> <span dir="RTL" lang="FA">استفاده از ابزاری که منجر به بهبود فرایند کارشناسی خرید ملزومات پزشکی گردد، کمک شایانی به نظام سلامت در حفظ منابع و ارتقاء کیفیت خدمات بهداشتی و درمانی می</span> <span dir="RTL" lang="FA">نماید. شبکه</span><span dir="RTL" lang="FA">&shy;</span><span dir="RTL" lang="FA">های عصبی یکی از مؤثرترین روش</span><span dir="RTL" lang="FA">&shy;</span><span dir="RTL" lang="FA">ها با قابلیت یادگیری و تعمیم است که می</span><span dir="RTL" lang="FA">&shy;</span><span dir="RTL" lang="FA">تواند به عنوان پشتیبانی هوشمند با سرعت و دقت بالا، کارشناسان حوزه خرید ملزومات پزشکی را در پردازش داده</span><span dir="RTL" lang="FA">&shy;</span><span dir="RTL" lang="FA">یاری رساند و منجر به تصمیم</span><span dir="RTL" lang="FA">&shy;</span><span dir="RTL" lang="FA">گیری و انتخاب ملزومات پزشکی بهینه گردد.</span></span></span> <span style="font-size:12px;"><span style="font-family:Tahoma;"><b><span lang="EN-GB">Introduction</span></b><span lang="EN-GB">:</span> <span lang="EN-GB">The supply chains of medical equipment and necessities in healthcare centers are highly complex, diverse, and dynamic, making optimal selection and purchase a specialized and challenging task. This research aimed to design an intelligent decision support system that could aid the expertise process of purchasing medical supplies</span><span dir="RTL" lang="FA">.</span><span style="font-size:10.0pt" lang="EN-GB"></span><br> <b><span lang="EN-GB">Methods</span></b><span lang="EN-GB">: In this developmental-applied and descriptive-survey study, we used artificial intelligence, fuzzy sets, and neural networks as well as MATLAB software to design a model that could simulate the decision-making process of experts in the purchase of medical supplies by predicting the score of medical supplies after obtaining information</span>. The required data was extracted from the website of the General Directorate of Medical Equipment and Knowledge of Specialists in 2022.<span style="font-size:10.0pt" lang="EN-GB"></span><br> <b><span lang="EN-GB">Results</span></b><span lang="EN-GB">:</span> <span lang="EN-GB">The results showed that a three-layer perceptron neural network, with a mean square error of 0.0011 and an overall correlation of 0.97, could be used as a suitable decision aid in the evaluation and selection of medical supplies.</span><br> <b><span lang="EN-GB">Conclusion</span></b><span lang="EN-GB">:</span> <span lang="EN-GB">The use of an intelligent decision support system can greatly aid the expertise process of purchasing medical supplies, thus helping the healthcare system to preserve resources and improve the quality of healthcare services. The high speed and accuracy of processing data by using neural networks, one of the most effective methods for learning and generalizing, can assist experts in purchasing medical supplies and lead to optimal decision-making.</span></span></span> سیستم تصمیم یار هوشمند, کارشناسی خرید, ملزومات پزشکی, شبکه پرسپترون چند لایه, مجموعه های فازی Intelligent Decision Support System, purchasing expertise, medical supplies, multi-layer perceptron network, fuzzy sets 104 124 http://jha.iums.ac.ir/browse.php?a_code=A-10-4828-2&slc_lang=fa&sid=1 Fatemeh Ghaderi فاطمه قادری fatemeh_ghaderi@srbiau.ac.ir 11200319475328460030432 11200319475328460030432 No Ph.D Candidate, Department of Information Technology Management, Science and Research Branch, Islamic Azad University, Tehran دانشجوی دکتری، گروه مدیریت فناوری اطلاعات، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران Ali Rajabzadeh Ghatari علی رجب زاده قطری alirajabzadeh@modares.ac.ir 11200319475328460030433 11200319475328460030433 Yes professor, Department of Industrial Management, Tarbiat Modares University, Tehran استاد، گروه مدیریت صنعتی ، دانشگاه تربیت مدرس، تهران Reza Radfar رضا رادفر r.radfar@srbiau.ac.ir 11200319475328460030434 11200319475328460030434 No Professor, Department of Industrial Management, Science and Research Branch, Islamic Azad University, Tehran استاد، گروه مدیریت صنعتی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران