<?xml version="1.0" encoding="utf-8"?>
<journal>
<language>fa</language>
<journal_id_issn></journal_id_issn>
<journal_id_issn_online></journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi></journal_id_doi>
<journal_id_isnet></journal_id_isnet>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<pubdate>
	<type>jalali</type>
	<year>1404</year>
	<month>12</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2026</year>
	<month>3</month>
	<day>1</day>
</pubdate>
<volume>12</volume>
<number>4</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>en</language>
	<article_id_doi></article_id_doi>
	<title_fa>الزامات کاربر محور پرونده الکترونیک چشم پزشکی: یک مطالعه ترکیبی</title_fa>
	<title>User-Centered Requirements for an Electronic Ophthalmology Record: A Mixed-Methods Study</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa></content_type_fa>
	<content_type></content_type>
	<abstract_fa>مقدمه: گردش کار بالینی و مدیریت داده های چشم پزشکی ویژگی&#8204;های منحصر به فردی است که طراحی پرونده الکترونیک برای این تخصص را از سایر تخصص&#8204;های پزشکی متمایز می&#8204;سازد. هدف این مطالعه شناسایی الزامات عملکردی پرونده الکترونیک چشم پزشکی متناسب با بیمارستان&#8204;ها و کلینیک&#8204;های تخصصی چشم پزشکی بود.
روش کار: این مطالعه کاربردی، توصیفی- مقطعی در بیمارستان چشم خاتم&#8204;الانبیاء مشهد، ایران در سال 1398 انجام شد. برای استخراج الزامات عملکردی، ترکیبی از رویکردها از جمله طوفان فکری، نظرسنجی&#8204;های میدانی، مرور متون، مصاحبه&#8204;، گروه&#8204;های متمرکز و روش دلفی استفاده شد.
یافته&#8204;ها: الزامات عملکردی شناسایی شده به چهار موضوع اصلی تقسیم شدند: مستندسازی بالینی، مدیریت دستورات پزشک، مدیریت نتایج بالینی و گزارش گیری. &#160;مهمترین الزامات عبارت بودند از: در مستندسازی بالینی &#171;تشکیل پرونده برای بیماران&#187; (میانگین4/93)، &#171;اسکن پرونده های سرپایی قبلی و نمایش آن&#187; (میانگین 4/79)، مدیریت دستورات، &#171;تعیین نوبت عمل جراحی در سیستم&#187; و &#171;ردیابی مشاوره&#8204;ها و ارجاعات&#187; (میانگین 4/53)، مدیریت نتایج، &#171;ثبت نتایج آزمایش&#8204;ها در پرونده و امکان مشاهده آن&#8204;ها توسط پزشک&#187; و &#171;امکان ثبت و ذخیره موارد خاص بیماری به&#8204;منظور ایجاد رجیستری بیماری&#8204;های چشمی&#187; (میانگین 4/67). در مجموع مدیریت نتایج با میانگین 4/56، مستند سازی بالینی با 4/47، گزارش&#8204;گیری با 4/4 و در نهایت مدیریت دستورات پزشک با میانگین 4/38 به ترتیب بیشترین و کمترین امتیاز را در بین الزامات عملکردی داشتند. 
نتیجه&#8204;گیری: مدیریت نتایج بالینی به عنوان مهم&#8204;ترین قابلیت در پرونده الکترونیک چشم پزشکی شناسایی شد. چشم پزشکی یک تخصص با حجم کار بالا و نیازمند رویکردی تیمی در مراقبت از بیمار است. روش&#8204;های مختلف پاراکلینیکی برای تشخیص سریع بیماری&#8204;های چشمی و درمان مناسب آن&#8204;ها ضروری است. بنابراین، دسترسی سریع به این نتایج برای بهبود کیفیت مراقبت از طریق تشخیص و مداخله سریع، حیاتی است.
&#160;</abstract_fa>
	<abstract>Introduction: The unique characteristics of clinical workflows and ophthalmic data management processes necessitate a distinct design for ophthalmic electronic medical record (EMR) systems compared to those developed for other medical specialties. This study aimed to identify the functional requirements of an ophthalmic EMR system specifically tailored to the operational needs of ophthalmology hospitals and specialized eye-care clinics.
Method: This descriptive cross-sectional study was conducted in 2019 at Khatam Al-Anbia Eye Hospital in Mashhad, Iran. Functional requirements for the ophthalmic EMR system were identified using a multimethod approach, which included brainstorming sessions, field surveys, literature reviews, semi-structured interviews, focus group discussions, and the Delphi method.
Results: The identified functional requirements were categorized into four main domains: clinical documentation, physician order management, clinical results management, and reporting. Within the clinical documentation domain, the most important requirements were &#8220;creating electronic records for patients&#8221; (mean: 4.93) and &#8220;scanning and displaying previous outpatient records&#8221; (mean: 4.79). For physician order management, the highest-rated requirements were &#8220;scheduling surgical procedures within the system&#8221; and &#8220;tracking consultations and referrals&#8221; (mean: 4.53). In the clinical results management domain, the most important requirements included &#8220;recording laboratory test results in the patient record and enabling physician access to these results&#8221; and &#8220;capturing and storing special disease cases to establish ophthalmic disease registries&#8221;(mean: 4.67).Overall, clinical results management received the highest mean score (4.56), followed by clinical documentation (4.47), reporting (4.40), and physician order management (4.38), indicating the highest and lowest priorities among the identified functional requirements.
Conclusion: Clinical results management has emerged as the highest-priority functionality for ophthalmic EMR systems. Ophthalmology is a high-volume specialty characterized by complex workflows and team-based patient care models. Timely diagnosis and effective treatment of ocular diseases heavily rely on a wide range of diagnostic and paraclinical investigations. Consequently, immediate access to clinical results is essential for enhancing the quality of care, enabling timely diagnosis, informed clinical decision-making, and early therapeutic interventions.
&#160;</abstract>
	<keyword_fa>Electronic health record, Health information system, Functional requirement, Eye diseases, Ophthalmology</keyword_fa>
	<keyword>پرونده الکترونیک سلامت, سیستم اطلاعات سلامت, الزامات عملکردی, بیماری‌های چشمی, چشم پزشکی</keyword>
	<start_page>298</start_page>
	<end_page>314</end_page>
	<web_url>http://jhbmi.ir/browse.php?a_code=A-10-1225-1&amp;slc_lang=fa&amp;sid=1</web_url>
		<RECEIVE_DATE>
			2025/12/13
		</RECEIVE_DATE>

		<RECEIVE_DATE_FA>
			1404/9/22
		</RECEIVE_DATE_FA>

		<ACCEPT_DATE>
			2026/02/15
		</ACCEPT_DATE>

		<ACCEPT_DATE_FA>
			1404/11/26
		</ACCEPT_DATE_FA>



		<author_list>
	<author>
	<first_name>Nasser</first_name>
	<middle_name></middle_name>
	<last_name>Shoeibi</last_name>
	<suffix></suffix>
	<affiliation>Full Professor, MD in Ophthalmology, Eye Research Center, Mashhad University of Medical Sciences, Mashhad, Iran</affiliation>
	<first_name_fa>ناصر</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>شعیبی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>ShoeibiN@mums.ac.ir</email>
	<code>00319475328460010991</code>
	<orcid>00319475328460010991</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>فلوشیپ ویتره و رتین، استاد گروه چشم پزشکی، مرکز تحقیقات چشم، دانشگاه علوم پزشکی مشهد، مشهد، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Mojtaba </first_name>
	<middle_name></middle_name>
	<last_name>Hashemi Hasani</last_name>
	<suffix></suffix>
	<affiliation>Ph.D. Student in Health Information Management, Kashan University of Medical Sciences, Kashan, Iran</affiliation>
	<first_name_fa>مجتبی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>هاشمی حسنی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>hashemihasani-sm@kaums.ac.ir</email>
	<code>00319475328460010992</code>
	<orcid>00319475328460010992</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>دانشجوی دکترای مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی کاشان، کاشان، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Arash</first_name>
	<middle_name></middle_name>
	<last_name>Shirdel</last_name>
	<suffix></suffix>
	<affiliation>Assistant Professor, PhD in Healthcare Services Management, Department of Health Information Technology, Ferdows Faculty of Medical Sciences, Birjand University of Medical Sciences, Birjand, Iran</affiliation>
	<first_name_fa>آرش</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>شیردل</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>derakhshana@mums.ac.ir</email>
	<code>00319475328460010993</code>
	<orcid>00319475328460010993</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>دکترای مدیریت خدمات بهداشتی درمانی، استادیار گروه فناوری اطلاعات سلامت، دانشکده علوم پزشکی فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Razieh</first_name>
	<middle_name></middle_name>
	<last_name>Farrahi</last_name>
	<suffix></suffix>
	<affiliation>Assistant Professor, PhD in Health Information Management, Department of Health Information Technology, Ferdows Faculty of Medical Sciences, Birjand University of Medical Sciences, Birjand, Iran</affiliation>
	<first_name_fa>راضیه</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>فرهی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>Farrahir1@gmail.com</email>
	<code>00319475328460010994</code>
	<orcid>00319475328460010994</orcid>
	<coreauthor>
Yes
	</coreauthor>
	<affiliation_fa>دکترای مدیریت اطلاعات سلامت، استادیار گروه فناوری اطلاعات سلامت، دانشکده علوم پزشکی فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران</affiliation_fa>
	 </author>


		</author_list>


	</article>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>ادغام داده‌های تصویری و جدولی در یک مدل سیامی برای طبقه‌بندی بیماران دیابتی با استفاده از ترموگرافی: یک رویکرد چندوجهی مبتنی بر EfficientNetB3</title_fa>
	<title>Integration of Image and Tabular Data in a Siamese Network for Diabetic Patient Classification Using Thermography: A Multimodal EfficientNetB3-Based Approach</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa></content_type_fa>
	<content_type></content_type>
	<abstract_fa>مقدمه: پای دیابتی یکی از مهم&#8204;ترین عوارض مزمن دیابت است که در صورت عدم تشخیص به&#8204;موقع، می&#8204;تواند به زخم&#8204;های مزمن و حتی قطع عضو منجر شود. تشخیص زودهنگام این عارضه، به&#8204;ویژه از طریق روش&#8204;های غیرتهاجمی نظیر ترموگرافی، نقش کلیدی در پیشگیری از عوارض جدی دارد. با این حال، روش&#8204;های سنتی مبتنی بر آستانه یا تحلیل&#8204;های آماری، در شناسایی تغییرات حرارتی ظریف و نامتقارن میان دو پا کارایی کافی ندارند. پژوهش حاضر با هدف طراحی یک سامانه هوشمند برای تشخیص پای دیابتی، مبتنی بر تصاویر ترموگرافی و داده&#8204;های عددی همراه، انجام شده است.
روش کار: در این مطالعه، از پایگاه داده Plantar Thermogram Database شامل ۱۶۷ نمونه استفاده شد که به سه مجموعه آموزش (۱۱۶ نمونه)، اعتبارسنجی (۲۵ نمونه) و آزمون (۲۶ نمونه) تقسیم گردید. معماری سیامی چندوجهی مبتنی بر EfficientNetB3 طراحی شد که دو تصویر ترموگرافی پای چپ و راست را به&#8204;طور همزمان پردازش می&#8204;کند. خروجی دو شاخه سیامی، پس از استخراج ویژگی، به&#8204;وسیله عملیات تفاضل قدرمطلق (∣L&#8722;R∣) و ضرب&#8204;عنصری (L⊙R) ترکیب شده و سپس با داده&#8204;های عددی نرمال&#8204;سازی&#8204;شده ادغام می&#8204;گردد. پیاده&#8204;سازی مدل در بستر TensorFlow و Keras انجام شد و برای مقابله با عدم&#8204;توازن داده&#8204;ها، از وزن&#8204;دهی کلاس&#8204;ها در تابع زیان استفاده گردید.
یافته ها: مدل پیشنهادی در مجموعه آزمون با دقت کلی 96/15%، حساسیت 95% و ویژگی ۱۰۰&#8204;% به عملکرد بالینی مطلوبی دست یافت. همچنین مقادیر دقت (Precision) برابر 100%، ارزش اخباری منفی (NPV) برابر 85/71%، نمره F1 برابر 97/44% و دقت متوازن (Balanced Accuracy) برابر 97/5% به&#8204;دست آمد. نتایج آموزش نشان داد که مدل بدون بروز بیش&#8204;برازش، به سرعت همگرا شده و عملکردی پایدار بر روی داده&#8204;های نادیده ارائه می&#8204;دهد.
نتیجه&#8204;گیری: این نتایج نشان می&#8204;دهند که معماری سیامی پیشنهادی، با بهره&#8204;گیری همزمان از داده&#8204;های تصویری و عددی، می&#8204;تواند به&#8204;عنوان یک روش غیرتهاجمی، سریع و دقیق برای غربالگری و پایش بیماران دیابتی مورد استفاده قرار گیرد و زمینه توسعه سامانه&#8204;های بالینی تشخیص زودهنگام پای دیابتی را فراهم آورد.
&#160;</abstract_fa>
	<abstract>Introduction: Diabetic foot is a serious chronic complication of diabetes that can lead to ulcers and limb amputation if not diagnosed early. while non-invasive techniques like thermography can prevent severe complications, traditional methods often fail to identify subtle thermal changes.&#160; This study developed an intelligent system for diabetic foot detection using thermographic images and numerical features.
Method: The Plantar Thermogram Database, containing 167 samples, was divided into training (116 samples), validation (25 samples), and test (26 samples) sets. A multimodal Siamese architecture based on EfficientNetB3 processed left and right foot thermograms simultaneously.&#160; Outputs were combined using ∣L&#8722;R∣ and L⊙R to model thermal asymmetry, then fused with normalized tabular features. Implementation used TensorFlow and Keras, with class weighting to address data imbalance.
Results: The model achieved 96.15% accuracy, 95% sensitivity, 100% specificity, 100% precision, 85.71% NPV, 97.44% F1-score, and 97.5% balanced accuracy on the test set.&#160; Learning curves showed rapid convergence with no overfitting and stable performance.
Conclusion: The proposed Siamese architecture, utilizing both image and tabular data, offers a non-invasive, rapid, and accurate approach for screening and monitoring diabetic patients, potentially facilitating early diagnostic clinical systems for diabetic foot detection.</abstract>
	<keyword_fa>Diabetic foot, Thermography, Siamese architecture, Multimodal data, Early detection, EfficientNetB3</keyword_fa>
	<keyword>پای دیابتی, ترموگرافی, معماری سیامی, داده‌های چندوجهی, تشخیص زودهنگام, EfficientNetB3</keyword>
	<start_page>315</start_page>
	<end_page>333</end_page>
	<web_url>http://jhbmi.ir/browse.php?a_code=A-10-505-5&amp;slc_lang=fa&amp;sid=1</web_url>
		<RECEIVE_DATE>
			2025/12/132025/09/18
		</RECEIVE_DATE>

		<RECEIVE_DATE_FA>
			1404/6/27
		</RECEIVE_DATE_FA>

		<ACCEPT_DATE>
			2026/02/152026/02/15
		</ACCEPT_DATE>

		<ACCEPT_DATE_FA>
			1404/11/26
		</ACCEPT_DATE_FA>



		<author_list>
	<author>
	<first_name>Zahra</first_name>
	<middle_name></middle_name>
	<last_name>Ahmadi Rad</last_name>
	<suffix></suffix>
	<affiliation>M.Sc. Student, Department of Electrical Engineering, Faculty of Engineering, Vali-e-Asr University of Rafsanjan, Rafsanjan, Iran</affiliation>
	<first_name_fa>زهرا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>احمدی راد</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>a.ahmadirad@vru.ac.ir</email>
	<code>00319475328460011035</code>
	<orcid>00319475328460011035</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>دانشجوی کارشناسی ارشد، گروه مهندسی برق، دانشکده فنی و مهندسی ، دانشگاه ولی عصر (عج) رفسنجان، رفسنجان، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Hossein</first_name>
	<middle_name></middle_name>
	<last_name>Ghayoumi Zadeh</last_name>
	<suffix></suffix>
	<affiliation>Ph.D. in Biomedical Engineering, Associate Professor, Department of Electrical Engineering, Faculty of Engineering, Vali-e-Asr University of Rafsanjan, Rafsanjan, Iran</affiliation>
	<first_name_fa>حسین</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>قیومی زاده</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>h.ghayoumizadeh@vru.ac.ir</email>
	<code>00319475328460011036</code>
	<orcid>00319475328460011036</orcid>
	<coreauthor>
Yes
	</coreauthor>
	<affiliation_fa>دکترای مهندسی پزشکی، دانشیار، گروه مهندسی برق، دانشکده فنی و مهندسی ، دانشگاه ولی عصر (عج) رفسنجان، رفسنجان، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Ali</first_name>
	<middle_name></middle_name>
	<last_name>Fayazi</last_name>
	<suffix></suffix>
	<affiliation>Ph.D. in Control Engineering, Associate Professor, Department of Electrical Engineering, Faculty of Engineering, Vali-e-Asr University of Rafsanjan, Rafsanjan, Iran</affiliation>
	<first_name_fa>علی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>فیاضی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>a.fayazi@vru.ac.ir</email>
	<code>00319475328460011037</code>
	<orcid>00319475328460011037</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>دکترای مهندسی کنترل، دانشیار ،گروه مهندسی برق، دانشکده فنی و مهندسی ، دانشگاه ولی عصر (عج) رفسنجان، رفسنجان، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Khosro</first_name>
	<middle_name></middle_name>
	<last_name>Rezaee</last_name>
	<suffix></suffix>
	<affiliation>Ph.D. in Biomedical Engineering, Associate Professor, Department of Biomedical Engineering, Meybod University, Meybod, Iran</affiliation>
	<first_name_fa>خسرو</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>رضایی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>kh.rezaee@meybod.ac.ir</email>
	<code>00319475328460011038</code>
	<orcid>00319475328460011038</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>دکترای مهندسی پزشکی، دانشیار، گروه مهندسی پزشکی، دانشگاه میبد، میبد، ایران</affiliation_fa>
	 </author>


		</author_list>


	</article>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>ارائه مدل کارآفرینی مدرن با رویکرد فناوری‌های پوشیدنی و سلامت دیجیتال استان کرمانشاه</title_fa>
	<title>Presenting a Modern Entrepreneurship Model with an Approach to Wearable Technologies and Digital Health in Kermanshah province</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa></content_type_fa>
	<content_type></content_type>
	<abstract_fa>مقدمه: در قلب انقلاب دیجیتال، تحولی عمیق در حال رخ دادن است که مرز بین فناوری، سلامت و زندگی روزمره را از بین برده است. اینجا قلمرو جدید کارآفرینی قرار دارد که هدف آن تنها ساخت استارت&#8204;آپ نیست، بلکه خلق اکوسیستم&#8204;های هوشمندی است که مستقیماً با سلامت انسان درآمیخته&#8204;اند. محرک این تحول، ظهور فناوری&#8204;های پوشیدنی و سلامت دیجیتال است. امروزه دستگاه&#8204;هایی مانند ساعت&#8204;های هوشمند، تنها برای اعلام زمان نیستند، بلکه به نگهبانان سلامتی تبدیل شده&#8204;اند که بر ضربان قلب، الگوی خواب و استرس نظارت می&#8204;کنند.
روش کار: این پژوهش از نظر هدف، کاربردی که با انجام مصاحبه&#8204;های نیمه&#8204;ساختاریافته عمیق با ۱۵ نفر از خبرگان و بر اساس رویکرد اشتراوس و کوربین انجام شده است. جامعه&#8204; موردمطالعه پژوهش، کارآفرینان و بنیان&#8204;گذاران استارتاپ&#8204;ها، &#8207;متخصصان حوزه سلامت، نمایندگان شتاب&#8204;دهنده&#8204;ها و انکوباتورها، مهندسان و متخصصان فناوری، نهادهای نظارتی و &#8207;سیاست&#8204;گذاری، به &#8204;روش نمونه&#8204;گیری غیر احتمالی و هدفمند تا رسیدن به&#8204;قاعده اشباع نظری داده&#8204;ها گردآوری شد. داده&#8204;ها از &#8207;طریق فرآیند کدگذاری باز، محوری و انتخابی و مبتنی بر طرح نظام&#8204;مند اشتراوس و کوربین تحلیل شدند. به&#8204;منظور اطمینان &#8207;از روایی و پایایی سؤالات مصاحبه از روش تطبیق اعضا و روش توافق درون موضوعی استفاده شده است.
یافته&#8204;ها: عوامل علی عبارت&#8204;اند از &#8207;عوامل فناورانه، محیطی و &#8207;بازاری، سازمانی و &#8207;کارآفرینی، اجتماعی-&#8207;فرهنگی می&#8204;شوند. شرایط مداخله&#8204;گر شامل موارد زیر است: عوامل قانونی و &#8207;نظارتی، اقتصادی و &#8207;مالی، فنی و &#8207;زیرساختی. شرایط زمینه&#8204;ای &#8207;در برگیرنده عوامل جغرافیایی &#8207;و اقلیمی، سیستمی و &#8207;ساختاری، دانش بنیان &#8207;و پژوهشی، صنعتی و &#8207;تولیدی است. راهبردها را می&#8204;توان به شرح زیر برشمرد: راهبردهای فناورانه &#8207;و نوآوری، &#8207; تجاری &#8207;و بازار محور، &#8207;بین&#8204;المللی&#8204;سازی، مالی و &#8207;&#8207;سرمایه&#8204;گذاری، قانونی &#8207;و نظارتی. پیامدها به سه دسته اصلی تقسیم می&#8204;شوند: شامل خلق ارزش&#8204;های &#8207;اقتصادی نوین، &#8207;دگرگونی&#8204;های &#8207;اجتماعی و رفتاری، عوامل نوظهور و &#8207;آینده&#8204;نگر. 
نتیجه&#8204;گیری: این &#8207;پژوهش نشان داد که ادغام این فناوری&#8204;ها نه&#8204;تنها &#8207;امکان ارائه راه&#8204;حل&#8204;های شخصی&#8204;سازی&#8204;شده برای مراقبت از سلامت را فراهم می&#8204;کند، &#8207;بلکه چارچوبی نوین برای مدل&#8204;های &#8207;کسب&#8204;وکار کارآفرینانه خلق می&#8204;نماید. با بهره&#8204;گیری از قابلیت&#8204;های تحلیل داده&#8204;های بلادرنگ، &#8207;هوش مصنوعی و اینترنت اشیاء، &#8207;شرکت&#8204;های نوپا می&#8204;توانند به نیازهای روزافزون بازار در حوزه&#8204;های پیشگیری، تشخیص و مدیریت &#8207;بیماری&#8204;ها پاسخ دهند.&#8207;
&#160;</abstract_fa>
	<abstract>Introduction: At the heart of the digital revolution, a profound transformation is taking place, erasing the boundaries between technology, health, and daily life. Here lies the new realm of entrepreneurship, where the goal is not merely to build startups, but to create intelligent ecosystems that are deeply intertwined with human health. The driving force behind this shift is the emergence of wearable technology and digital health. Today, devices like smartwatches are no longer just for telling time; they have become guardians of our health, monitoring heart rate, sleep patterns, and stress levels.
Method: At the heart of the digital revolution, a profound transformation is taking place, erasing the boundaries between technology, health, and daily life. Here lies the new realm of entrepreneurship, where the goal is not merely to build startups, but to create intelligent ecosystems that are deeply intertwined with human health. The driving force behind this shift is the emergence of wearable technology and digital health. Today, devices like smartwatches are no longer just for telling time; they have become guardians of our health, monitoring heart rate, sleep patterns, and stress levels.
Results: The causal factors were identified as technological, environmental &#38; market-related, organizational &#38; entrepreneurial, and socio-cultural factors. Intervening conditions included legal &#38; regulatory, economic &#38; financial, and technical &#38; infrastructural factors. Contextual conditions encompassed geographical &#38; climatic, systemic &#38; structural, knowledge-based &#38; research, and industrial &#38; manufacturing factors. The strategies consisted of technological &#38; innovation strategies, commercial &#38; market-oriented strategies, internationalization strategies, financial &#38; investment strategies, and legal &#38; regulatory strategies. The outcomes were categorized into three main types: the creation of new economic value, socio-behavioral transformations, and emergent &#38; forward-looking factors.
Conclusion: This research demonstrated that the integration of these technologies not only enables the provision of personalized healthcare solutions but also creates a novel framework for entrepreneurial business models. By leveraging the capabilities of real-time data analytics, artificial intelligence, and the Internet of Things (IoT), startups can respond to the growing market demands in the fields of disease prevention, diagnosis, and management.</abstract>
	<keyword_fa>Entrepreneurship, Wearable Technology, Digital Health, Grounded Theory, Innovation</keyword_fa>
	<keyword>کارآفرینی, فناوری پوشیدنی, سلامت دیجیتال, داده بنیاد, نوآوری</keyword>
	<start_page>334</start_page>
	<end_page>347</end_page>
	<web_url>http://jhbmi.ir/browse.php?a_code=A-10-753-5&amp;slc_lang=fa&amp;sid=1</web_url>
		<RECEIVE_DATE>
			2025/12/132025/09/182025/10/11
		</RECEIVE_DATE>

		<RECEIVE_DATE_FA>
			1404/7/19
		</RECEIVE_DATE_FA>

		<ACCEPT_DATE>
			2026/02/152026/02/152026/02/15
		</ACCEPT_DATE>

		<ACCEPT_DATE_FA>
			1404/11/26
		</ACCEPT_DATE_FA>



		<author_list>
	<author>
	<first_name>Masoumeh</first_name>
	<middle_name></middle_name>
	<last_name> Ayeneh</last_name>
	<suffix></suffix>
	<affiliation>Ph.D. Student of Entrepreneurship, Department of Management and Entrepreneurship, Faculty of Social Sciences, Razi University, Kermanshah, Iran</affiliation>
	<first_name_fa>معصومه</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>آینه</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>masomehayneh@gmail.com</email>
	<code>00319475328460011039</code>
	<orcid>00319475328460011039</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>دانشجوی دکترای کارآفرینی، گروه مدیریت و کارآفرینی، دانشکده علوم اجتماعی، دانشگاه رازی، کرمانشاه، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Mahdi</first_name>
	<middle_name></middle_name>
	<last_name>Hosseinpour</last_name>
	<suffix></suffix>
	<affiliation>Ph.D. in Strategic Management, Assistant Professor, Department of ‎Interdisciplinary Sciences, Faculty of ‎Strategic Technologies, Razi University, Kermanshah, Iran</affiliation>
	<first_name_fa>مهدی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حسین پور</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>M.hosseinpour@razi.ac.ir</email>
	<code>00319475328460011040</code>
	<orcid>00319475328460011040</orcid>
	<coreauthor>
Yes
	</coreauthor>
	<affiliation_fa>دکترای مدیریت استراتژیک، استادیار گروه علوم میان‌رشته‌ای، دانشکده فناوری‌های راهبردی، ‌دانشگاه رازی، کرمانشاه، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Korush</first_name>
	<middle_name></middle_name>
	<last_name> Veisi</last_name>
	<suffix></suffix>
	<affiliation>M.S.c of Business Administration (Executive Management), Islamic Azad University, Kermanshah Branch, Kermanshah, Iran</affiliation>
	<first_name_fa>کورش</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>ویسی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>korushveisi1357@gmail.com</email>
	<code>00319475328460011041</code>
	<orcid>00319475328460011041</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>کارشناسی ارشد مدیریت اجرایی، دانشگاه آزاد اسلامی واحد کرمانشاه، کرمانشاه، ایران</affiliation_fa>
	 </author>


		</author_list>


	</article>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>شبیه‌سازی دینامیک مولکولی چندمقیاسی بازآرایی دولایه‌ی لیپیدی در سرطان: پیامدهای بیوفیزیکی گذار از حالت نرمال به سرطانی در غشای سلول پستان</title_fa>
	<title>Multiscale Molecular Dynamics Simulation of Lipid Bilayer Remodeling in Cancer: Biophysical Effects of the Transition from Normal to Cancerous States in Breast Cell Membranes</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa></content_type_fa>
	<content_type></content_type>
	<abstract_fa>مقدمه: &#160;غشای سلول&#8204;های سرطانی با تغییر در ترکیب لیپیدی و از دست دادن تقارن خود، نقش مهمی در پیشرفت تومور و مقاومت دارویی ایفا می&#8204;کنند. این تغییرات لیپیدومیک به طور مستقیم بر ویژگی&#8204;های ساختاری، بیوفیزیکی و نفوذپذیری غشا اثر می&#8204;گذارند. هدف از این مطالعه، بررسی چند مقیاسی پیامدهای بیوفیزیکی در غشای سلول پستان در گذار از حالت فیزیولوژیک به سرطانی است.
روش کار: مدل&#8204;های غشای طبیعی و سرطانی پستان بر اساس داده&#8204;های لیپیدومیک گزارش&#8204;شده طراحی شدند. مدل طبیعی شامل ترکیبی نامتقارن در دو لایه بود، در حالی که در مدل سرطانی، تقارن لیپیدی بین لایه&#8204;ها برقرار شد و مقادیر فسفاتیدیل&#8204;سرین و فسفاتیدیل&#8204;اتانول&#8204;آمین در لایه خارجی افزایش یافت. شبیه&#8204;سازی&#8204;ها در دو مقیاس تمام&#8204;اتمی با میدان نیروی CHARMM36m به مدت ۲۰۰ نانوثانیه و درشت&#8204;دانه با میدان نیروی Martini 2.2 به مدت ۵ میکروثانیه انجام شد. پارامترهای ضخامت دولایه، مساحت به ازای هر لیپید، میزان درهم&#8204;رفتگی زنجیره&#8204;ها، پارامتر نظم و ضریب انتشار جانبی محاسبه و مقایسه شدند.
یافته&#8204;ها: تحلیل جامع شاخص&#8204;های ساختاری و دینامیکی نشان داد که غشای سرطانی با افزایش ضخامت و کاهش مساحت سطح به ازای هر لیپید همراه است. افزون بر این، افزایش پارامتر نظم زنجیره&#8204;های آسیل و کاهش ضریب انتشار جانبی در غشای سرطانی مشاهده شد که با کاهش درهم&#8204;رفتگی زنجیره&#8204;ها تطابق کامل دارد. نتایج شبیه&#8204;سازی&#8204;های درشت&#8204;دانه نیز روندهای مشابهی را تأیید کردند.
نتیجه&#8204;گیری: این تغییرات فیزیکوشیمیایی نشان می&#8204;دهند که دگرگونی پروفایل لیپیدی در سلول&#8204;های سرطانی، غشا را به وضعیتی متراکم&#8204;تر، صلب&#8204;تر و با تحرک جانبی کمتر سوق می&#8204;دهد. از آنجا که این تغییرات می&#8204;توانند مستقیماً بر نفوذپذیری ترکیبات درمانی تأثیر بگذارند، توجه به ویژگی&#8204;های بیوفیزیکی غشای سرطانی به&#8204;عنوان یک هدف دارویی بالقوه در طراحی درمان&#8204;های نوین از اهمیت بالایی برخوردار است.</abstract_fa>
	<abstract>Introduction: Cancer cell membranes exhibit altered lipid composition and asymmetry, influencing tumor progression and drug resistance. These lipidomic changes can significantly influence membrane structure, biophysical properties, and permeability. This study aims to investigate the biophysical consequences of lipidomic changes in breast cell membranes during cancer development.
Method: Normal and cancer breast membrane models were built using reported lipidomic compositions. The normal model had an asymmetric lipid distribution, while the cancer model was symmetric, with increased phosphatidylserine (PS) and phosphatidylethanolamine (PE) in the outer leaflet. Molecular dynamics simulations were conducted at all-atom (CHARMM36m,200 ns) and coarse-grained (Martini 2.2,5 &#181;s) resolutions. Structural and dynamical parameters, including bilayer thickness, area per lipid, acyl chain interdigitation, order parameter, and lateral diffusion coefficient, were calculated and compared.
Results: The cancer membrane showed increased thickness, reduced area per lipid, higher acyl chain order parameter, and lower lateral diffusion compared to the normal membrane, consistent with reduced chain interdigitation.
Conclusion: Changes in cancer cell profiles lead to a more compact, rigid membrane with decreased lateral mobility. These physicochemical alterations may impact therapeutic permeability, suggesting that targeting the biophysical properties of cancer cell membranes could be a promising strategy for novel treatment.
&#160;</abstract>
	<keyword_fa>All-Atom molecular dynamics, Cancer, Coarse-Grained simulation, Lipid asymmetry, Membrane</keyword_fa>
	<keyword>سرطان, شبیه ‌سازی درشت ‌دانه, عدم ‌تقارن لیپیدی, غشا, دینامیک مولکولی تمام‌ اتمی</keyword>
	<start_page>348</start_page>
	<end_page>358</end_page>
	<web_url>http://jhbmi.ir/browse.php?a_code=A-10-1247-1&amp;slc_lang=fa&amp;sid=1</web_url>
		<RECEIVE_DATE>
			2025/12/132025/09/182025/10/112025/12/24
		</RECEIVE_DATE>

		<RECEIVE_DATE_FA>
			1404/10/3
		</RECEIVE_DATE_FA>

		<ACCEPT_DATE>
			2026/02/152026/02/152026/02/152026/02/21
		</ACCEPT_DATE>

		<ACCEPT_DATE_FA>
			1404/12/2
		</ACCEPT_DATE_FA>



		<author_list>
	<author>
	<first_name>Elahe</first_name>
	<middle_name></middle_name>
	<last_name>Hoseinnia</last_name>
	<suffix></suffix>
	<affiliation>M.Sc. in Biophysics, Department of Biotechnology, Faculty of Biological Sciences, Alzahra University, Tehran, Iran</affiliation>
	<first_name_fa>الهه</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حسین نیا</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>elahehoseinnia27@gmail.com</email>
	<code>00319475328460011016</code>
	<orcid>00319475328460011016</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>کارشناسی ارشد بیوفیزیک، گروه بیوتکنولوژی، دانشکده علوم زیستی، دانشگاه الزهرا، تهران، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Mahboobeh</first_name>
	<middle_name></middle_name>
	<last_name>Zarrabi</last_name>
	<suffix></suffix>
	<affiliation>Associate Professor, Ph. D. in Biophysics, Department of Biotechnology, Faculty of Biological Sciences, Alzahra University, Tehran, Iran</affiliation>
	<first_name_fa>محبوبه</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>ضرابی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>mzarrabi@alzahra.ac.ir</email>
	<code>00319475328460011017</code>
	<orcid>00319475328460011017</orcid>
	<coreauthor>
Yes
	</coreauthor>
	<affiliation_fa>دکترای بیوفیزیک، دانشیار گروه بیوتکنولوژی، دانشکده علوم زیستی، دانشگاه الزهرا، تهران، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Zahra</first_name>
	<middle_name></middle_name>
	<last_name>Hajimahdi</last_name>
	<suffix></suffix>
	<affiliation>Associate Professor, Ph. D. in Medicinal Chemistry, Department of Pharmaceutical Chemistry, School of Pharmacy, Shahid Beheshti University of Medical Sciences, Tehran, Iran</affiliation>
	<first_name_fa>زهرا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حاجی مهدی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>z.hajimahdi@sbmu.ac.ir</email>
	<code>00319475328460011018</code>
	<orcid>00319475328460011018</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>دکترای شیمی دارویی، دانشیار گروه شیمی دارویی، دانشکده داروسازی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران</affiliation_fa>
	 </author>


		</author_list>


	</article>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>بررسی تولیدات علمی پزشکی از راه دور در ایران: رویکرد متن‌کاوی</title_fa>
	<title>Analysis of Scientific Production in Telemedicine in Iran: A Literature Review Using Text Mining Approach</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa></content_type_fa>
	<content_type></content_type>
	<abstract_fa>مقدمه: &#160;پیشرفت&#8204;های فناوری اطلاعات و ارتباطات در سال&#8204;های اخیر موجب تحول در ارائه خدمات سلامت شده و پزشکی از راه دور به&#8204;عنوان رویکردی مؤثر برای بهبود دسترسی، کاهش هزینه&#8204;ها و پشتیبانی از مراقبت مستمر بیماران مطرح گردیده است. در ایران نیز توجه پژوهشگران به این حوزه افزایش یافته، اما همچنان موانعی در زمینه&#8204;های سیاستی، زیرساختی و فرهنگی وجود دارد. این مطالعه با هدف شناسایی روندها و موضوعات تولیدات علمی پزشکی از راه دور در ایران انجام شده است.
روش کار: مطالعه حاضر یک مرور نظام&#8204;مند از مطالعات گذشته است که با به&#8204;کارگیری فنون متن&#8204;کاوی انجام شده است. داده&#8204;ها شامل ۲۶۷ رکورد علمی مرتبط با پزشکی از راه دور از سوی پژوهشگران ایرانی بود که در تاریخ ۱ سپتامبر ۲۰۲۵ از پایگاه اسکوپوس استخراج گردید. داده&#8204;ها پس از پیش&#8204;پردازش (شامل حذف علائم، کلمات توقف و...) مورد تجزیه&#8204;وتحلیل قرار گرفتند. سپس با استفاده از الگوریتم تخصیص پنهان دیریکله (LDA)، موضوعات تولیدات علمی شناسایی شد. نتایج در قالب ابرواژگان، خوشه&#8204;های موضوعی و روندهای زمانی به&#8204;صورت مصورسازی نمایش داده شد.
یافته&#8204;ها: نتایج تحلیل داده&#8204;ها ۹ خوشه موضوعی اصلی را آشکار ساخت. بیشترین میزان انتشارات به موضوع &#171;ارزیابی و کاربردپذیری سیستم&#8204;ها و اپلیکیشن&#8204;های سلامت همراه&#187; اختصاص یافت. سایر خوشه&#8204;ها عبارت بودند از: سیاست&#8204;گذاری و استانداردسازی، مداخلات سلامت همراه، مدیریت بیماری و خودمراقبتی، امنیت و حریم خصوصی داده&#8204;ها، و توسعه روش&#8204;شناسی.
نتیجه&#8204;گیری: نتایج نشان داد که تولیدات علمی پزشکی از راه دور در ایران در سال&#8204;های اخیر رشد چشمگیری داشته و از تمرکز صرف بر کاربردهای بالینی به&#8204;سمت توجه به ابعاد سیاستی، فناورانه و مدیریتی حرکت کرده است. با این حال، توجه کمتر به حوزه&#8204;هایی همچون امنیت داده، پذیرش فرهنگی و عدالت در دسترسی، نشان&#8204;دهنده خلأهای مهمی است که باید در مطالعات آینده مورد تأکید قرار گیرند.
مقدمه: &#160;پیشرفت&#8204;های فناوری اطلاعات و ارتباطات در سال&#8204;های اخیر موجب تحول در ارائه خدمات سلامت شده و پزشکی از راه دور به&#8204;عنوان رویکردی مؤثر برای بهبود دسترسی، کاهش هزینه&#8204;ها و پشتیبانی از مراقبت مستمر بیماران مطرح گردیده است. در ایران نیز توجه پژوهشگران به این حوزه افزایش یافته، اما همچنان موانعی در زمینه&#8204;های سیاستی، زیرساختی و فرهنگی وجود دارد. این مطالعه با هدف شناسایی روندها و موضوعات تولیدات علمی پزشکی از راه دور در ایران انجام شده است.
روش کار: مطالعه حاضر یک مرور نظام&#8204;مند از مطالعات گذشته است که با به&#8204;کارگیری فنون متن&#8204;کاوی انجام شده است. داده&#8204;ها شامل ۲۶۷ رکورد علمی مرتبط با پزشکی از راه دور از سوی پژوهشگران ایرانی بود که در تاریخ ۱ سپتامبر ۲۰۲۵ از پایگاه اسکوپوس استخراج گردید. داده&#8204;ها پس از پیش&#8204;پردازش (شامل حذف علائم، کلمات توقف و...) مورد تجزیه&#8204;وتحلیل قرار گرفتند. سپس با استفاده از الگوریتم تخصیص پنهان دیریکله (LDA)، موضوعات تولیدات علمی شناسایی شد. نتایج در قالب ابرواژگان، خوشه&#8204;های موضوعی و روندهای زمانی به&#8204;صورت مصورسازی نمایش داده شد.
یافته&#8204;ها: نتایج تحلیل داده&#8204;ها ۹ خوشه موضوعی اصلی را آشکار ساخت. بیشترین میزان انتشارات به موضوع &#171;ارزیابی و کاربردپذیری سیستم&#8204;ها و اپلیکیشن&#8204;های سلامت همراه&#187; اختصاص یافت. سایر خوشه&#8204;ها عبارت بودند از: سیاست&#8204;گذاری و استانداردسازی، مداخلات سلامت همراه، مدیریت بیماری و خودمراقبتی، امنیت و حریم خصوصی داده&#8204;ها، و توسعه روش&#8204;شناسی.
نتیجه&#8204;گیری: نتایج نشان داد که تولیدات علمی پزشکی از راه دور در ایران در سال&#8204;های اخیر رشد چشمگیری داشته و از تمرکز صرف بر کاربردهای بالینی به&#8204;سمت توجه به ابعاد سیاستی، فناورانه و مدیریتی حرکت کرده است. با این حال، توجه کمتر به حوزه&#8204;هایی همچون امنیت داده، پذیرش فرهنگی و عدالت در دسترسی، نشان&#8204;دهنده خلأهای مهمی است که باید در مطالعات آینده مورد تأکید قرار گیرند.</abstract_fa>
	<abstract>Introduction: Advances in information and communication technologies have transformed healthcare delivery in recent years, positioning telemedicine as an effective approach to improving accessibility, reducing costs, and supporting continuous patient care. While researchers in Iran have shown increased interest in this field, policy, infrastructural, and cultural barriers persist. This study aimed to identify the trends and topics of telemedicine- related scientific production in Iran.
Method: This literature review utilized text mining techniques. Data consisted of 267 scientific records by Iranian researchers, related to telemedicine, retrieved from the Scopus database on September 1, 2025. After preprocessing&#8212;including the removal of symbols, stop words, and other irrelevant elements&#8212;the data were analyzed. The Latent Dirichlet Allocation (LDA) algorithm was then used to identify the topics of these scientific productions. Results were visualized through word clouds, thematic clusters, and temporal trends.
Results: The analysis revealed nine main thematic clusters. The largest share of publications was dedicated to &#8220;evaluation and usability of mobile health systems and applications.&#8221; Other clusters included policymaking and standardization, mobile health interventions, disease management and self-care, data security and privacy, and methodological development.
Conclusion: The findings show that telemedicine-related scientific productions in Iran have grown significantly in recent years, shifting from a sole focus on clinical applications toward broader policy, technological, and managerial dimensions. Nonetheless, limited attention to areas such as data security, cultural acceptance, and equity in access highlights critical gaps that future studies should address.</abstract>
	<keyword_fa>Telemedicine, mHealth, Text Mining, Topic Modeling, Iran</keyword_fa>
	<keyword>پزشکی از راه دور,  سلامت همراه, متن‌کاوی, مدل‌سازی موضوعی, ایران</keyword>
	<start_page>359</start_page>
	<end_page>371</end_page>
	<web_url>http://jhbmi.ir/browse.php?a_code=A-10-779-2&amp;slc_lang=fa&amp;sid=1</web_url>
		<RECEIVE_DATE>
			2025/12/132025/09/182025/10/112025/12/242025/09/30
		</RECEIVE_DATE>

		<RECEIVE_DATE_FA>
			1404/7/8
		</RECEIVE_DATE_FA>

		<ACCEPT_DATE>
			2026/02/152026/02/152026/02/152026/02/212026/01/16
		</ACCEPT_DATE>

		<ACCEPT_DATE_FA>
			1404/10/26
		</ACCEPT_DATE_FA>



		<author_list>
	<author>
	<first_name>Seyed Younes</first_name>
	<middle_name></middle_name>
	<last_name>Hosseini</last_name>
	<suffix></suffix>
	<affiliation>MSc of Psychiatric Nursing, Department of Nursing, Tems.c, Islamic Azad University, Tehran, Iran</affiliation>
	<first_name_fa>سید یونس</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حسینی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>youneshosein@gmail.com</email>
	<code>00319475328460011199</code>
	<orcid>00319475328460011199</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>کارشناسی ارشد روان‌پرستاری، دانشکده پرستاری و مامایی، علوم پزشکی تهران، دانشگاه آزاد اسلامی، تهران، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Mahnaz</first_name>
	<middle_name></middle_name>
	<last_name>Mohseni</last_name>
	<suffix></suffix>
	<affiliation>Faculty Member, Department of Knowledge and Information science, Payame Noor University, Tehran, Iran</affiliation>
	<first_name_fa>مهناز</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>محسنی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>Mohseni92@pnu.ac.ir</email>
	<code>00319475328460011200</code>
	<orcid>00319475328460011200</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>عضو هیئت علمی، گروه علم اطلاعات و دانش‌شناسی، دانشگاه پیام نور، تهران، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Meisam</first_name>
	<middle_name></middle_name>
	<last_name>Dastani</last_name>
	<suffix></suffix>
	<affiliation>PhD in Knowledge and Information Science (Knowledge and Information Retrieval), Infectious Diseases Research Center, Gonabad University of Medical Sciences, Gonabad, Iran</affiliation>
	<first_name_fa>میثم</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>داستانی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>meisam.dastani@gmail.com</email>
	<code>00319475328460011201</code>
	<orcid>00319475328460011201</orcid>
	<coreauthor>
Yes
	</coreauthor>
	<affiliation_fa>دکترای علم اطلاعات و دانش‌شناسی (بازیابی اطلاعات  و دانش)، مرکز تحقیقات بیماری‌های عفونی، دانشگاه علوم پزشکی گناباد، گناباد، ایران</affiliation_fa>
	 </author>


		</author_list>


	</article>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>ضرورت ادغام هوش مصنوعی توضیح‌پذیر در سیستم‌های پشتیبان تصمیم‌گیری بالینی مراقبت‌های بهداشتی اولیه</title_fa>
	<title>The Necessity of Integrating Explainable Artificial Intelligence into Clinical Decision Support Systems in Primary Health Care</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa></content_type_fa>
	<content_type></content_type>
	<abstract_fa>مقاله از نوع نامه به سردبیر است، فلذا فاقد چکیده می باشد.</abstract_fa>
	<abstract></abstract>
	<keyword_fa>Explainable AI, Clinical Decision Support Systems, Primary Health Care, PHC</keyword_fa>
	<keyword>سیستم های پشتیبان تصمیم  گیری بالینی, هوش مصنوعی توضیح‌پذیر, مراقبت‌های بهداشتی اولیه</keyword>
	<start_page>372</start_page>
	<end_page>375</end_page>
	<web_url>http://jhbmi.ir/browse.php?a_code=A-10-142-5&amp;slc_lang=fa&amp;sid=1</web_url>
		<RECEIVE_DATE>
			2025/12/132025/09/182025/10/112025/12/242025/09/302026/01/22
		</RECEIVE_DATE>

		<RECEIVE_DATE_FA>
			1404/11/2
		</RECEIVE_DATE_FA>

		<ACCEPT_DATE>
			2026/02/152026/02/152026/02/152026/02/212026/01/162026/02/14
		</ACCEPT_DATE>

		<ACCEPT_DATE_FA>
			1404/11/25
		</ACCEPT_DATE_FA>



		<author_list>
	<author>
	<first_name>Elaheh </first_name>
	<middle_name></middle_name>
	<last_name>Shafiei</last_name>
	<suffix></suffix>
	<affiliation>Medical Informatics Research Center, Institute for Futures Studies in Health, Kerman University of Medical Sciences, Kerman, Iran</affiliation>
	<first_name_fa>الهه</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>شفیعی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>e.shafiei.sh@gmail.com</email>
	<code>00319475328460010989</code>
	<orcid>00319475328460010989</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Farzan </first_name>
	<middle_name></middle_name>
	<last_name>Madadizadeh</last_name>
	<suffix></suffix>
	<affiliation>Medical Informatics Research Center, Institute for Futures Studies in Health, Kerman University of Medical Sciences, Kerman, Iran</affiliation>
	<first_name_fa>فرزان</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>مددی زاده</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>statlearningeasy@gmail.com</email>
	<code>00319475328460010990</code>
	<orcid>00319475328460010990</orcid>
	<coreauthor>
Yes
	</coreauthor>
	<affiliation_fa>مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران</affiliation_fa>
	 </author>


		</author_list>


	</article>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>هوش مصنوعی چندوجهی در پزشکی: از ادغام داده‌های ناهمگون تا تصمیم‌گیری بالینی دقیق</title_fa>
	<title>Multimodal Artificial Intelligence in Medicine: From Integration of Heterogeneous Data to Precision Clinical Decision‑Making</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa></content_type_fa>
	<content_type></content_type>
	<abstract_fa>مقاله از نوع نامه به سردبیر است، فلذا فاقد چکیده می باشد.</abstract_fa>
	<abstract>The article is a Letter to the Editor; therefore, it does not include an abstract.</abstract>
	<keyword_fa>Multimodal Artificial Intelligence, Heterogeneous Medical Data, Precision Clinical Decision-Making</keyword_fa>
	<keyword>هوش مصنوعی چندوجهی, داده‌های ناهمگون پزشکی, تصمیم‌گیری بالینی دقیق</keyword>
	<start_page>376</start_page>
	<end_page>379</end_page>
	<web_url>http://jhbmi.ir/browse.php?a_code=A-10-200-4&amp;slc_lang=fa&amp;sid=1</web_url>
		<RECEIVE_DATE>
			2025/12/132025/09/182025/10/112025/12/242025/09/302026/01/222026/01/6
		</RECEIVE_DATE>

		<RECEIVE_DATE_FA>
			1404/10/16
		</RECEIVE_DATE_FA>

		<ACCEPT_DATE>
			2026/02/152026/02/152026/02/152026/02/212026/01/162026/02/142026/02/4
		</ACCEPT_DATE>

		<ACCEPT_DATE_FA>
			1404/11/15
		</ACCEPT_DATE_FA>



		<author_list>
	<author>
	<first_name>Arefeh</first_name>
	<middle_name></middle_name>
	<last_name>Ameri</last_name>
	<suffix></suffix>
	<affiliation>Medical Informatics Research Center, Institute for Futures Studies in Health, Kerman University of Medical Sciences, Kerman, Iran</affiliation>
	<first_name_fa>عارفه</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>عامری</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>ameri1373@gmail.com</email>
	<code>00319475328460011019</code>
	<orcid>00319475328460011019</orcid>
	<coreauthor>
No
	</coreauthor>
	<affiliation_fa>مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Farzad</first_name>
	<middle_name></middle_name>
	<last_name>Salmanizadeh</last_name>
	<suffix></suffix>
	<affiliation>Medical Informatics Research Center, Institute for Futures Studies in Health, Kerman University of Medical Sciences, Kerman, Iran</affiliation>
	<first_name_fa>فرزاد</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>سلمانی زاده</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>salmanifarzad@gmail.com</email>
	<code>00319475328460011020</code>
	<orcid>00319475328460011020</orcid>
	<coreauthor>
Yes
	</coreauthor>
	<affiliation_fa>مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران</affiliation_fa>
	 </author>


		</author_list>


	</article>
</articleset>
</journal>
