ارائه مدلي عاملگرا جهت كنترل همه گيري با نمايش نقاط آلوده( مورد كاوي آنفولانزا)

An Agent-Based model for controlling epidemics by displaying contaminated sites (influenza case study)

يكي از دغدغه هاي هر دولت ايجاد جامعه اي سالم است. همه گيري از جمله مواردي است كه كنترل به موقع آن مورد بحث است. تعداد بيشتر تحقيقات انجام شده به بررسي و مدلسازي شيوع بيماري در يك بازه زماني نسبتا طولاني پرداخته اند. با پيشرفت تكنولژي استفاده از فن آوري اطلاعات به منظور ارايه داده هاي به هنگام و دقيق مورد توجه قرار گرفته است. صنعت سلامت هم از اين مورد جدا نيست و امروزه شاهد سيستمهايي بر پايه فناوري اطلاعات در زمينه سلامت و پزشكي هستيم. مقوله سلامت الكترونيك مبحثي رو به رشد است كه امروزه توجه بسياري را به خود جلب كرده است. در اين مقاله، ما مدلي عاملگرا به منظور بررسي نحوه حركت فرد ناقل ويروس آنفولانزا و ارائه سيستم هشدار دهنده سريع به منظور نمايش نقاط آلوده به ويروس ارائه مي دهيم. آلوده بودن نقاط با دخالت چند عامل محيطي كه بر پايداري ويروس موثرند مشخص شده و نمايش داده مي شود. حركت فرد ناقل توسط الگوريتم حركت تصادفي شبيه سازي مي گردد. نتايج اين كار مي تواند به صورت نقشه اي از نقاط آلوده كه مي تواند به منظور نمايش محدوده خطر و همينطور نمايش عملي رابطه عوامل محيطي با پايداري ويروس بكار رود.

One of the concerns of each government is to create a healthy society. The epidemic is one of the issues that control of it is being discussed timely. The number of further studies conducted to survey and model the outbreak in a relatively long time fram. With the advancement of technology the use of information technology to provide timely and accurate data has been considered. The health industry is not separate from this, and today we see systems in health and medicine based on information technology. Electronic health is a growing issue that has attracted a lot of attention today. In this paper, we present a Agent-based model approach in the case of studying the movement of the person whose carrying an influenza virus and providing a quick warning system to display infected spots . Infected spots are identified and displayed by interfering with several environmental factors that affect the stability of the virus. The void carrier movement is simulated by the random motion algorithm. The results can be plotted from contaminated sites that can be used to display the risk area and also to demonstrate the practical relationship between environmental factors and the virus s sustainability.