Health Fog: một khuôn khổ mới cho các ứng dụng chăm sóc sức khỏe và sức khỏe Dịch bởi AI Tập 72 - Trang 3677-3695 - 2016
Mahmood Ahmad, Muhammad Bilal Amin, Shujaat Hussain, Byeong Ho Kang, Taechoong Cheong, Sungyoung Lee
Trong vài năm qua, vai trò của các ứng dụng e-health đã có sự phát triển đáng kể về mặt dịch vụ và tính năng, thu hút hàng triệu người với động lực và sự tự tin cao hơn để đạt được lối sống lành mạnh hơn. Sự xuất hiện của các thiết bị thông minh, lối sống của con người trang bị các thiết bị đeo và sự phát triển của IoT đã làm sống lại quy mô tính năng của những ứng dụng này. Cảnh quan của các ứng dụng sức khỏe phải đối mặt với dữ liệu lớn cần được tái lập trên đám mây thay vì chỉ dựa vào bộ nhớ hạn chế và tài nguyên tính toán của các thiết bị cầm tay. Với sự chuyển mình này, kết quả từ một số ứng dụng sức khỏe là đáng kể, với các khuyến nghị chính xác, tập trung vào người dùng và cá nhân hóa giống như một người chăm sóc cá nhân 24/7. Để tối đa hóa phổ dịch vụ từ những ứng dụng này qua đám mây, một số thách thức như quyền riêng tư dữ liệu và chi phí truyền thông cần được chú ý nghiêm túc. Theo xu hướng hiện tại cùng với tham vọng thúc đẩy và hỗ trợ người dùng có lối sống lành mạnh, chúng tôi đề xuất một khung làm việc mang tên Health Fog, trong đó tính toán đám mây được sử dụng như một lớp trung gian giữa đám mây và người dùng cuối. Tính năng thiết kế của Health Fog giảm thiểu chi phí truyền thông bổ sung mà thường thấy cao trong các hệ thống tương tự. Để cải thiện và linh hoạt kiểm soát quyền riêng tư và bảo mật dữ liệu, chúng tôi cũng giới thiệu người môi giới bảo mật truy cập đám mây (CASB) như một thành phần thiết yếu của Health Fog, nơi các chính sách nhất định có thể được thực hiện theo cách tương ứng. Thiết kế khuôn khổ mô-đun của Health Fog có khả năng thu hút dữ liệu từ nhiều nguồn cùng với mức độ bảo mật và quyền riêng tư phù hợp sử dụng các nguyên tắc mã hóa hiện có.
Dự đoán thông minh về bệnh lý lâm sàng dựa trên AI sử dụng trình phân loại rừng ngẫu nhiên và Naive Bayes Dịch bởi AI - 2021
V. Jackins, S. Vimal, M. Kaliappan, Mi Young Lee
Tóm tắtCác hoạt động chăm sóc sức khỏe bao gồm việc thu thập tất cả các loại dữ liệu bệnh nhân nhằm giúp bác sĩ chẩn đoán đúng tình trạng sức khỏe của bệnh nhân. Những dữ liệu này có thể là các triệu chứng đơn giản được quan sát bởi đối tượng, chẩn đoán ban đầu của bác sĩ hoặc kết quả xét nghiệm chi tiết từ một phòng thí nghiệm. Do đó, những dữ liệu này chỉ được sử dụng để phân tích bởi bác sĩ, người sau đó xác định bệnh bằng chuyên môn y khoa cá nhân của mình. Trí tuệ nhân tạo đã được áp dụng với thuật toán phân loại Naive Bayes và thuật toán phân loại rừng ngẫu nhiên để phân loại nhiều tập dữ liệu bệnh như tiểu đường, bệnh tim và ung thư nhằm kiểm tra xem bệnh nhân có bị ảnh hưởng bởi bệnh đó hay không. Phân tích hiệu suất của dữ liệu bệnh đối với cả hai thuật toán được tính toán và so sánh. Kết quả của các mô phỏng cho thấy hiệu quả của các kỹ thuật phân loại trên một tập dữ liệu, cũng như bản chất và độ phức tạp của tập dữ liệu được sử dụng.