دکتر عبیده جعفری

مدل‌های عامل-بنیان (agent-based models) به بررسی و پیش‌بینی رفتار سیستم‌های پیچیده که دارای اجزای اصطلاحاً «تصمیم‌گیر» هستند،‌ می‌پردازند. این مدل‌ها دارای کاربردهای فراوانی در مجموعه‌های انسانی هستند. با استفاده از این مدل‌ها می‌توان بطور مثال عوامل مؤثر در بیماری‌های شایع،‌ نظیر سن،‌ جنسیت،‌ سبک زندگی،‌ و … را شناسایی کرده،‌ با تغییر هریک از عوامل،‌ برای کاهش بیماری در جمعیت مورد مطالعه، کاهش آثار آن،‌ و وضعیت آینده بیماری در جمعیت،‌ پیش‌بینی و راه حل ارائه داد. مزیت مدل‌های عامل-بنیان نسبت به مدل‌های مشابه (مارکوف،‌ دینامیک سیستم) این است که اثر پیچیده رفتارهای تطابقی بیماران را هم لحاظ می‌کند. برای نمونه،  وزن یا عادات بیمار بر مبنای وضعیت خودش یا اطلاعاتی که از محیط دریافت می‌کند،‌ ممکن است بطور خودخواسته دچار تغییر شود که در مدلسازی عامل-بنیان می‌توان این تغییرات تطابقی را لحاظ کرد.

هرگونه بیماری یا نارسایی شایع و یا در حال افزایش چشمگیر  (سرطان پستان، دیابت،‌ سرطان پروستات، سکته مغزی،‌ ناباروری،‌ و …)‌ می‌تواند موضوع این پژوهش باشد که از تکنیک‌های هوش مصنوعی برای تحلیل داده‌ها و ارائه پیش‌بینی استفاده خواهد کرد.