అలీ సనైఫర్, అహ్మద్ ఫరాహి, మహమూద్ తారా
రోగి ప్రాధాన్యతలకు అనుగుణంగా సరైన వైద్యులను సిఫార్సు చేసే లక్ష్యంతో వైద్యుల సిఫార్సు వ్యవస్థలు ఉద్భవించాయి. అయినప్పటికీ, అటువంటి వ్యవస్థలు మునుపటి రోగి సిఫార్సులు మరియు పరిమిత సామర్థ్యాలతో ఉన్న షరతుల నుండి వర్గీకరణ లేదా వాక్యనిర్మాణ పద-ఆధారిత శోధన వంటి సాంకేతికతలపై మాత్రమే ఆధారపడి ఉన్నాయి. ఈ పేపర్లో, మేము ఒక కొత్త మోడల్ను ప్రతిపాదిస్తాము, మేము SEPHYRES (సెమాంటిక్ ఫిజిషియన్ హైబ్రిడ్ రికమండర్ ఎక్స్పర్ట్ సిస్టమ్) అని పిలుస్తాము, దీని ద్వారా మేము రోగి యొక్క వైద్య పరిస్థితులు మరియు నొప్పి వివరణ లక్షణాలపై అంతర్లీన సాక్ష్యం-ఆధారిత ఒంటాలజీని ఉపయోగిస్తాము. ఒంటాలజీలో లక్షణాల యొక్క సెమాంటిక్ వివరణలు మాత్రమే కాకుండా, నొప్పి స్థానం మరియు లింక్ బరువుల యొక్క మెషిన్ అర్థం చేసుకోగలిగే అవగాహనలు కూడా ఉన్నాయి. ప్రతిపాదిత మోడల్లో, మేము ఫాసెట్స్ మేనేజ్మెంట్ మాడ్యూల్తో సాధారణ సెమాంటిక్ రీజనర్లతో పాటు బరువును వ్యాప్తి చేసే సూడో-ఫజీ పద్ధతిని వర్తింపజేసాము. డొమైన్ను నిర్వహించగలిగేలా ఉంచడానికి, మేము కడుపు నొప్పికి కారణమయ్యే వ్యాధులకు పథకాన్ని పరిమితం చేసాము. మేము మా స్థానిక నిపుణుల నుండి వచ్చిన అభిప్రాయాలతో పాటు మా బేస్ సాక్ష్యం సూచనలుగా ఆన్లైన్లో హారిసన్ యొక్క అంతర్గత వైద్య సూత్రాలను మరియు తాజాగా ఉపయోగించాము. మేము MEDSCAPE మరియు PubMed డేటాబేస్ల నుండి ఇరవై కేస్ స్టడీస్తో మా సూడో-డయాగ్నస్టిక్ ఇంజిన్ నుండి ఫలితాలను పోల్చాము. మా మోడల్ వ్యక్తి యొక్క వ్యాధి గురించి యంత్ర అవగాహనను మెరుగుపరుస్తుందని మరియు తద్వారా సిఫార్సుల ఖచ్చితత్వాన్ని మెరుగుపరుస్తుందని ఫలితాలు చూపించాయి.