Journal of Arak University of Medical Sciences

fa کاربرد هوش مصنوعی در پیشگیری و کنترل عفونت های اکتسابی بیمارستانی: یک مطالعه مروری روایتی Application of Artificial Intelligence in Prevention and Control of Hospital-Acquired Infections: A Narrative Review Study عفونی Infection مقاله مروری Review Article مقدمه: عفونت‌های اکتسابی بیمارستانی، شایع‌ترین عارضه جانبی در بیماران بستری هستند و با وجود پتانسیل بالای پیشگیری از طریق استراتژی‌های مبتنی بر شواهد، بهره‌گیری از رویکردهای نوین مانند هوش مصنوعی می‌تواند تحول‌آفرین باشد. لذا هدف این مطالعه مروری، کابرد هوش مصنوعی در شناسایی، پیشگیری و کنترل عفونت های اکتسابی بیمارستانی می‌باشد. روش کار: این مطالعه به‌صورت مرور روایتی انجام شد تا کاربرد هوش مصنوعی در عفونت های اکتسابی بیمارستانی بررسی شود. برای گردآوری اطلاعات، جستجویی ساختاریافته با کلید واژه Artificial Intelligence Machine Artificial Intelligence, Hospital Acquired Infections, Infection Prevention, Infection Controls, Healthcare-Associated Infection, Intelligent Systems, HAI, در پایگاه معتبرPubMed ، Scopus، Science Direct موتور جستجو Google Scholar از سال 2015 تا 2026 انجام شد که در نهایت پس از بررسی‌های اولیه و نهایی 10 مقاله برای بررسی کامل انتخاب شدند. یافته‌ها: مطالعات نشان داد که الگوریتم‌های یادگیری ماشین مانند SVM، Random Forest، XGBoost و شبکه‌های عصبی و مدل‌های زبانی بزرگ مانند ChatGPT در پیش‌بینی ریسک و شناسایی/نظارت هوشمند عفونت‌ها مؤثر هستند. این ابزارها بیماران پرخطر را زودهنگام شناسایی، حساسیت تشخیص را افزایش و بار نظارت دستی را کاهش می‌دهند. نتیجه‌گیری: هوش مصنوعی می‌تواند نظارت بر کنترل عفونت را هوشمند و شخصی‌سازی‌شده کند. اجرای گسترده این مدل‌ها برای کاهش بار عفونت‌های اکتسابی بیمارستانی و ارتقای ایمنی بیمار ضروری است. Abstract <a name="_Hlk219972984">Introduction</a>: Hospital-acquired infections (HAIs) represent the most prevalent adverse events among hospitalized patients, and although evidence-based preventive strategies offer significant potential for reducing hospital-acquired infections, the integration of innovative technologies such as artificial intelligence holds promise for transformative improvements. This review aims to critically evaluate the application of artificial intelligence in the identification, prevention, and control of hospital-acquired infections. Method: This narrative review was undertaken to explore the utilization of artificial intelligence in addressing HAIs. A systematic search was performed using the keywords “Artificial Intelligence,” “Machine Learning,” “Hospital-Acquired Infections,” “Infection Prevention,” “Infection Control,” “Healthcare-Associated Infection,” “Intelligent Systems,” and “HAI” across prominent databases including PubMed, Scopus, ScienceDirect, and Google Scholar. The search spanned publications from 2015 to 2026. Following an initial screening and subsequent detailed review, a total of ten articles were selected for comprehensive analysis. Results: The reviewed literature indicates that machine learning algorithms—such as Support Vector Machines (SVM), Random Forest, XGBoost, and neural networks—as well as large language models like ChatGPT, demonstrate efficacy in risk prediction and intelligent detection or surveillance of HAIs. These AI-driven tools facilitate early identification of high-risk patients, enhance diagnostic sensitivity, and alleviate the workload associated with manual infection surveillance. Conclusion: Artificial intelligence has the potential to render infection control surveillance more intelligent, real-time, and tailored to individual patient risk profiles. The broad adoption and integration of AI-based models are imperative to mitigate the incidence of hospital-acquired infections and to advance patient safety outcomes.   هوش مصنوعی؛ عفونت‌های اکتسابی بیمارستانی؛ پیشگیری از عفونت؛ کنترل عفونت Artificial intelligence, hospital-acquired infections, infection prevention, infection control 0 0 http://jams.arakmu.ac.ir/browse.php?a_code=A-10-8109-1&slc_lang=fa&sid=1 Mehran Akbari مهران اکبری mehranakbari1373@yahoo.com 4600319475328460093798 4600319475328460093798 No PhD Student in Nursing, Student Research Committee, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran دانشجوی دکتری پرستاری، کمیته تحقیقات دانشجویی، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران Narges Arsalani نرگس ارسلانی nargesarsalani@gmail.com 4600319475328460093799 4600319475328460093799 No Professor, Department of Nursing, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran استاد، گروه پرستاری، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران Mohammadreza Dinmohammadi محمدرضا دین محمدی mdinmohammadi588@gmail.com 4600319475328460093800 4600319475328460093800 No Associate Professor of Nursing, Department of Nursing, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran دانشیار، گروه پرستاری، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران Alireza Abbasi Niasar علیرضا عباسی نیاسر Alireza.abasi1806@gmail.com 4600319475328460093801 0009-0002-9259-5939 No PhD Student in Nursing, Student Research Committee, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran دانشجوی دکتری پرستاری، کمیته تحقیقات دانشجویی، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران Bahareh Shahbazi Miraghaei بهاره شهبازی میر آقایی O.shahbazi23@gmail.com 4600319475328460093802 0009-0000-8781-416X No PhD Student in Nursing, Student Research Committee, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran دانشجوی دکتری پرستاری، کمیته تحقیقات دانشجویی، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران Hadis Mosafer حدیث مسافر hadis.mosafer95@gmail.com 4600319475328460093803 4600319475328460093803 No PhD Student in Nursing, Student Research Committee, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran دانشجوی دکتری پرستاری، کمیته تحقیقات دانشجویی، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران Nasim Bagheri Moheb نسیم باقری محب Nasimbagheri7671@gmail.com 4600319475328460093804 0009-0004-1224-2135 No PhD Student in Nursing, Student Research Committee, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran دانشجوی دکتری پرستاری، کمیته تحقیقات دانشجویی، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران Masoud Fallahi-Khoshknab مسعود فلاحی خشکناب fallahi@uswr.ac.ir 4600319475328460093805 4600319475328460093805 Yes Professor of Nursing, Department of Nursing, University of Social Welfare and Rehabilitation Sciences, Tehran, Iran استاد، گروه پرستاری، دانشگاه علوم توانبخشی و سلامت اجتماعی، تهران، ایران