fa اهمیت سیستم‌های خودکار برای جمع آوری اطلاعات و پشتیبانی تصمیم‌گیری جهت مدیریت درد در بیماران آسیب نخاعی درد و بیهوشی Pain مروری Review --- Open Access, CC-BY-NC <p style="text-align: justify;"><strong>مقدمه: </strong>در بسیاری از شرایط پزشکی درد یک علامت بزرگ است و به طور قابل ملاحظه‌ای با تغییر کیفیت زندگی و همچنین عملکرد کلی فرد در ارتباط است. درد یکی از مشکلات اصلی در بیماران آسیب نخاعی است. آسیب نخاعی یکی از علل درد مزمن است که از تغییرات موقت یا دایمی رخ داده در عملکرد نخاع ناشی می‌شود. تصادفات، جراحات جنگی و آسیب‌های ورزشی دلایل اصلی هستند. سیستم پشتیبان تصمیم‌گیری بالینی، اطلاعات و دانش افراد متخصص را برای پزشکان، متخصصان سلامت، بیماران و همچنین دیگر افراد به طور هوشمندانه غربال می‌کند و در زمان مناسب این دانش را برای ارایۀ درمان و مراقبت‌های بهداشتی کارآمدتر بیان می‌کند. سیستم‌های خودکار اطلاعات سلامت، داده‌ها و اطلاعات را جهت پشتیبانی یکپارچه از فرایندهای تصمیم‌گیری مدیریتی جمع‌آوری می‌کنند. <strong>نتیجه‌گیری:</strong> سیستم‌های مبتنی بر کاغذ برای ارزیابی‌های بالینی تکراری بیماران آسیب نخاعی مناسب نیستند. طراحی و پیاده‌ سازی سیستم‌های خودکار برای جمع‌آوری اطلاعات مدیریت درد و دستیار پزشک برای تصمیم‌گیری پزشکی جهت تشخیص درد در بیماران آسیب نخاعی بسیار مؤثر می‌باشد. این سیستم ممکن است از تکنیک‌های مختلف هوش مصنوعی از جمله شبکه‌های بیزی، شبکۀ عصبی مصنوعی، درختان تصمیم و منطق فازی استفاده کند.</p> <p style="text-align: justify;"><strong>Introduction: </strong>Pain is a major symptom in many medical conditions and is significantly associated with alteration of the quality of life and individual as well as overall performance. Pain is one of the main problems in patient with spinal cord injury. Spinal cord injury is one of the causes of chronic pain that occurs due to temporary or permanent changes in spinal cord function. Traffic accidents, war injuries and sports injuries are the major reasons. Clinical decision support system separates intelligently expert&#39;s information and knowledge for physician, health professionals, and patients as well as other individuals and represents the knowledge in right time to provide more efficient treatment and health care. Automated health information systems are gathering data and information to support the integration of managerial decision-making processes. <strong>Conclusion:</strong> Paper-based systems are not suitable for repetitive clinical evaluations of patients with spinal cord injury. Design and implementation of automated systems for gathering information in pain management and physician assistant to medical decision making for pain diagnosis in patients with spinal cord injury are very effective. This system may use different artificial intelligence techniques, including Bayesian networks, artificial neural network, decision trees, and fuzzy logic.</p> درد مزمن, ضایعات نخاعی, سیستم‌های پشتیبان تصمیم‌‌گیری بالینی Chronic Pain, Spinal Cord Injuries, Decision Support Systems, Clinical 81 90 http://shefayekhatam.ir/browse.php?a_code=A-10-203-2&slc_lang=fa&sid=1 Nasrolah Nasr Heydarabadi نصراله نصرحیدرآبادی 100319475328460010492 100319475328460010492 No Department of Medical Informatics, School of Allied Medical Sciences, Tehran University of Medical Sciences, Tehran, Iran گروه انفورماتیک پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران Reza Safdari رضا صفدری Rsafdari@tums.ac.ir 100319475328460010493 100319475328460010493 Yes Health Information Management Research Center, Health School of Allied Medical Sciences, Tehran University of Medical Sciences, Tehran, Iran مرکز تحقیقات مدیریت اطلاعات سلامت، دانشکده بهداشت پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران Marjan Ghazi Saeedi مرجان قاضی سعیدی 100319475328460010494 100319475328460010494 No Health Information Management Research Center, Health School of Allied Medical Sciences, Tehran University of Medical Sciences, Tehran, Iran مرکز تحقیقات مدیریت اطلاعات سلامت، دانشکده بهداشت پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران Arash Rahman آرش رحمان 100319475328460010495 100319475328460010495 No Department of Computer Engineering, Faculty of Technical Engineering, Roudehen branch, Islamic Azad University, Roudehen, Iran گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران Laleh Hakemi لاله حاکمی 100319475328460010496 100319475328460010496 No Shefa Neuroscience Research Center, Khatam Alanbia Hospital, Tehran, Iran مرکز تحقیقات علوم اعصاب شفا، بیمارستان خاتم‌الانبیاء، تهران، ایران Peirhossein Kolivand پیرحسین کولیوند 100319475328460010497 100319475328460010497 No Shefa Neuroscience Research Center, Khatam Alanbia Hospital, Tehran, Iran مرکز تحقیقات علوم اعصاب شفا، بیمارستان خاتم‌الانبیاء، تهران، ایران Mobin Shaterian مبین شاطریان 100319475328460010498 100319475328460010498 No Department of Computer, Science and Research Branch, Islamic Azad University, Tehran, Iran گروه کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران