Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Healthcare intelligence" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
The use of Big Data in healthcare: lessons for developing countries from Uzbekistan
Zastosowanie Big Data w ochronie zdrowia: informacje dla krajów rozwijających się na przykładzie Uzbekistanu
Autorzy:
Vikhrov, I.
Abdurakhimov, Z.
Ashirbaev, S.
Powiązania:
https://bibliotekanauki.pl/articles/2048793.pdf
Data publikacji:
2021
Wydawca:
Akademia Bialska Nauk Stosowanych im. Jana Pawła II w Białej Podlaskiej
Tematy:
Big Data
artificial intelligence
healthcare
medicine
digitalization
Opis:
The use of Big Data (BD) in medicine is fundamental for the development of digital healthcare, including the implementation of smart medicine and artificial intelligence (AI) technologies. Proper organization of BD is necessary for the creation and training of AI algorithms, and for AI to work with great efficiency and accuracy. In this review, the existing models for creating and storing BD sets are described, and the numerous opportunities provided to the healthcare system by the effective use of these tools are outlined. The BD phenomenon is especially important for the developing countries, which can use the example of already completed projects and achievements in the field of BD to more effectively implement such technologies in their own countries. However, there are still some problems with the implementation of BD technologies in practical healthcare of the developing countries. One of the fundamental issues is the financial cost of developing, implementing and maintaining a system for collecting, storing and using BD, including the cost of highly qualified personnel, and expensive equipment and network infrastructure that needs to be regularly updated. Another problem is the confidentiality and security of data in healthcare.
Zastosowanie Big Data (BD) wmedycynie jest kluczowe dla rozwoju cyfrowej opieki zdrowotnej, w tym technologii smart w medycynie i wprowadzeniu technologii sztucznej inteligencji (AI, ang. artificial intelligence). Bez dobrze zorganizowanej technologii BD nie ma możliwości stworzenia i dopracowania algorytmów AI. Tylko wtedy AI będzie mogło pracować skutecznie i dokładnie. W niniejszym przeglądzie, autorzy analizują istniejące modele tworzenia zestawów BD, przechowywania ich, a także wiele możliwości, które otwierają się dla systemu opieki zdrowotnej w przypadku skutecznego zastosowania BD i AI. Zastosowanie BD jest szczególnie istotne w przypadku krajów rozwijających się, które mogą korzystać z przykładów zrealizowanych projektów i osiągnięć w dziedzinie BD, w celu wdrożenia takich technologii w swoich krajach. Niemniej jednak, w praktyce, wdrożenie technologii BD w służbie zdrowia rozwijających się krajów wiąże się z różnymi problemami. Jedną z najbardziej istotnych kwestii jest koszt rozwijania, wdrażania i utrzymania systemu zbierania, przechowywania i wykorzystywania BD, włączając w to wysoko wykwalifikowany personel oraz kosztowne wyposażenie i infrastrukturę sieci, która musi być regularnie modernizowana. Kolejny problem stanowi natomiast kwestia poufności i ochrony danych w służbie zdrowia.
Źródło:
Health Problems of Civilization; 2021, 15, 2; 142-151
2353-6942
2354-0265
Pojawia się w:
Health Problems of Civilization
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The first steps in artificial intelligence development in medicine in Uzbekistan
Pierwsze kroki w rozwoju sztucznej inteligencji w medycynie w Uzbekistanie
Autorzy:
Azimova, N.D.
Ashirbaev, S.P.
Vikhrov, I.P.
Powiązania:
https://bibliotekanauki.pl/articles/2053998.pdf
Data publikacji:
2020
Wydawca:
Akademia Bialska Nauk Stosowanych im. Jana Pawła II w Białej Podlaskiej
Tematy:
artificial intelligence
medicine
Uzbekistan
healthcare
robotics
sztuczna inteligencja
medycyna
ochrona zdrowia
robotyka
Opis:
Artificial intelligence (AI) as a field is based on such disciplines as computer science, biology, psychology, linguistics, mathematics, and mechanical engineering. AI uses algorithms, heuristics, pattern matching, rules, deep learning, and cognitive computing to approximate conclusions. With its ability to analyze complex medical data it can be used in the diagnosis, treatment, and predicting the outcome of many diseases. This paper presents the importance of AI in the healthcare system and by extension in our everyday lives. AI techniques have the potential to be applied in almost every field of medicine and every sphere of our life. AI has the possibility to help in areas with less hands-on healthcare. It is believed that geographically isolated areas can benefit from AIs which could replace physicians. Uzbekistan is one of the first countries in Central Asia which is enthusiastically moving towards digitalization. A group of scientists from Tashkent Pediatric Medical Institute (TPMI) created an AI system for diagnosing electrocardiogram (ECG) waveform outputted from the portable biometric sensor “Bitalino” in order to find out problems for introducing AI in the medical field in Uzbekistan. From this experience and the general literature, we conclude that the main barrier to mass use of AI in healthcare including in Uzbekistan may be two things: a huge amount of data for training, and personnel problem.
Sztuczna inteligencja (ang. Artificial Intelligence, AI) jest działem nauki komputerowej i opiera się na takich dyscyplinach, jak: informatyka, biologia, psychologia, językoznawstwo, matematyka oraz budowa maszyn. Sztuczna inteligencja wykorzystuje algorytmy, heurystykę, dopasowanie do wzorca, reguły, głębokie uczenie i przetwarzanie kognitywne do szacowania wniosków. Dzięki zdolności analizowania złożonych danych medycznych sztuczna inteligencja może znaleźć zastosowanie w diagnostyce, a także leczeniu i przewidywaniu efektów wielu chorób. Niniejszy artykuł wskazuje, jak ważna jest sztuczna inteligencja w systemie ochrony zdrowia, a także w życiu codziennym. Techniki AI można zastosować w prawie każdej dziedzinie medycyny i każdej sferze życia. Sztuczna inteligencja może wspomóc te obszary, w których jest mniej specjalistów ochrony zdrowia. Uważa się, że w regionach odseparowanych geograficznie od reszty kraju AI mogłaby nawet zastąpić lekarzy. Uzbekistan jest jednym z pierwszych krajów Azji Środkowej, który wprowadza digitalizację z entuzjazmem. Zespół naukowców z Instytutu Medycyny Pediatrycznej w Taszkencie (TPMI) stworzył system sztucznej inteligencji do diagnozowania zapisu fal elektrokardiogramu (EKG) otrzymanego z przenośnego sensora biometrycznego „Bitalino”, aby określić problemy, które mogą pojawić się podczas wprowadzania sztucznej inteligencji do medycyny w Uzbekistanie. Bazując na tym doświadczeniu oraz ogólnej literaturze, można stwierdzić, że głównym problemem hamującym wykorzystanie sztucznej inteligencji w uzbeckiej ochronie zdrowia na skalę masową mogą być dwie kwestie: ogromna ilość danych do przyswojenia oraz kłopoty z zasobami ludzkimi.
Źródło:
Health Problems of Civilization; 2020, 14, 4; 314-319
2353-6942
2354-0265
Pojawia się w:
Health Problems of Civilization
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Covid-19: pandemic management in different parts of India
Autorzy:
Wilinski, Antoni
Sharma, Ravindra
Arti, M.K.
Powiązania:
https://bibliotekanauki.pl/articles/27313422.pdf
Data publikacji:
2023
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
COVID-19
pandemic
computational intelligence
healthcare
pandemic management
pandemia
inteligencja obliczeniowa
opieka zdrowotna
zarządzanie pandemią
Opis:
Purpose: Managing a pandemic in individual countries is a concern not only of governments but also of WHO and the entire international community. The pandemic knows no bounds. In this context, India is a special country - with a huge population and a very large diversity of cultural, geographic, economic, poverty levels, and pandemic management methods. In this work, we try to assess the sum of the impact of these factors on the state of the epidemic by creating a ranking of Indian states from the least to the most endangered. Design/methodology/approach: As a method of creating such a ranking, we take into account two very, in our opinion, objective variables - the number of deaths and the number of vaccinations per million inhabitants of the region. In order not to make the usually controversial ascribing of weights to these factors, we relate them to the selected reference region - here to the capital city - Delhi. We apply a logical principle - the more vaccinations, the better and the more deaths - the worse. Findings: The results are rather surprising. Many small regions are safe regions, such as Andaman, Tripura or Sikkim, many large or wealthy states are at the end of this ranking, such as Delhi, Maharashtra, Uttar Pradesh, Bihar, and Tamil Nadu. What was found in the course of the work? This will refer to analysis, discussion, or results. Originality/value: The method enables an indirect assessment of the quality of pandemic management in a given region of the country. It can be used for any country or even a group of countries or a continent. According to this criterion, the best state/region is intuitively the safest for residents. A small number of deaths and a large number of vaccinations may positively indicate the state of public health and good management of the fight against the pandemic by local and/or central authorities.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2023, 169; 707--723
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies