XiaoMi-AI文件搜索系统
World File Search SystemMHealth
使用物联网和人工智能进行远程患者健康监测...
由于信息和通信技术（如网络物理系统 (CPS)、5G 蜂窝技术和物联网 (IoT)）的发展，在现代时期，基于物联网的极其智能和巧妙的用例有机会出现。由于物联网支持环境辅助生活 (AAL)、移动医疗 (mHealth) 和电子医疗 (eHealth)，因此医疗保健就是一个具有重大社会影响的用例。人们将很大一部分收入用于健康。除了导致患者死亡外，传统医疗保健服务还容易出现延误、浪费时间和财务损失。当与物联网的智能和预测功能结合使用时，在家中、工作场所或医院定期进行远程患者监控 (RPM) 可以帮助有特殊需要的个人克服传统医疗设施带来的障碍。可穿戴技术、传感器网络和其他数字基础设施用于基于物联网的 RPM，可以作为即将发生的情况的预警系统，如果忽视或推迟护理，可能会导致严重的健康问题甚至患者死亡。医生可以通过集成物联网的可穿戴设备（生物传感器）实时接收患者生命体征。这样，医务人员就可以立即开始治疗患者。术语“RPM”指的是这种情况，它有可能减少等待时间、节省医疗费用并提高患者的舒适度和服务质量。为了实现具有数据分析功能的远程患者监控系统 (RPMS)，本文旨在开发一个支持物联网 (IoT) 和人工智能 (AI) 的框架。我们实施了 RPM 进行数据收集，并提出了一种疾病诊断算法。我们的实验结果表明，我们的方法优于现有方法。
QXAI：可解释的AI框架用于患者监测系统中的定量分析
摘要 - 源自人工智能技术可用于对患者的体育活动进行分类，并预测远程患者监测的生命体征。基于深度学习模型（例如深度学习模型）的非线性模型的回归分析，由于其黑盒性质而具有有限的解释性。这可能需要决策者根据非线性模型结果，尤其是在医疗保健应用中实现盲目的信仰飞跃。在非侵入性监测中，跟踪传感器的患者数据及其易感性临床属性是预测未来生命体征的输入特征。解释各种特征对监视应用程序的整体输出的贡献对于临床医生的决策至关重要。在这项研究中，提出了一个可解释的用于定量分析的AI（QXAI）框架，并通过临时模型的解释性和内在的解释性来解释和分类任务，以有监督的学习方法。这是通过利用Shapley价值观概念并将注意机制纳入深度学习模型中来实现的。我们采用了人工神经网络（ANN）和基于注意力的双向LSTM（BILSTM）模型，以根据传感器数据对心率和身体活动的分类进行预测。深度学习模型实现了最先进的预测和分类任务。在输入数据上进行了全球解释和局部解释，以了解各种患者数据的特征贡献。使用PPG-Dalia数据评估了提出的QXAI框架，以预测心率和移动健康（MHealth）数据，以根据传感器数据对体育活动进行分类。将蒙特卡洛近似应用于框架，以克服Shapley价值计算所需的时间复杂性和高计算功率要求。
数字病理学中的人工智能
诊断病理学通过数字化经历了重大变革和飞跃，一方面，数字化使得决策过程不时发生重大变化，另一方面，工作流程也发生重大变化，因此内部人员的职位描述也发生了重大变化 [ 1 , 2 ]。所有这些一方面对工作组织产生了重要影响，另一方面对参与活动的人员的培训也产生了重要影响，必须让他们做好准备，做出必要的改变，以适应不断变化的职位描述和与工具（光学/机电一体化/信息学）的交互，这些工具的更新速度越来越快，并且逐渐能够越来越多地与电子健康和移动健康相结合 [ 1 – 6 ]。我们正在从幻灯片的物理存储系统转向虚拟幻灯片（即电子幻灯片或数字幻灯片）的虚拟存储 [ 3 ]。诸如物理存储空间组织等旧问题正在让位于诸如物理（保守）数据安全和网络安全等新问题。现在，关于幻灯片存档和多存档的讨论越来越少，而关于电子幻灯片需要多少 PB 或 EB 的讨论越来越多。变化如此之快，以至于有人开始问一个决定性的问题：我们今天所知道的显微镜是否仍然需要？我们毫无疑问可以强调，迄今为止，诊断病理学经历了两次重要的革命。诊断病理学领域的重大创新首先涉及 1980 年免疫组织化学的引入，其次是 2010 年左右用于癌症诊断的下一代测序的引入。第一次革命涉及数字病理学的引入，因此引入了从电子切片到采集系统（摄像机或扫描仪）以及归档系统、数字病理学的图片存档和通信系统 (PACS) 的关键元素 [ 3 ]。
生物传感器在
通讯作者：sabrina.hayati@univra.ac.id*摘要。生物传感器是分析设备，将生物传感元件与理化探测器相结合，为医学诊断提供快速，准确且具有成本效益的解决方案。在全球范围内，这些设备彻底改变了对疾病的检测和监测，从而显着影响患者的结局。在印度尼西亚，生物传感器技术的采用和开发在过去十年中加速了，特别是为了应对日益增长的医疗保健需求和政府的推动技术创新。本研究旨在审查和分析2014年至2024年之间印度尼西亚医学诊断部门的生物传感器的开发和应用。该研究的重点是确定关键的技术进步，将生物传感器整合到医疗保健中，开发和部署面临的挑战以及未来增长的前景。该研究采用了与印度尼西亚生物传感器技术有关的科学出版物，行业报告和政府文件的全面文献综述和分析。评论涵盖了生物传感材料的演变，护理点测试应用，与数字健康技术的集成以及监管框架。数据被合成，以详细概述生物传感器技术的现状及其对印度尼西亚医学诊断的影响。然而，该行业面临挑战，包括技术局限性，监管障碍和经济限制，这减慢了在临床环境中生物传感器的广泛采用。1。这些发现表明，生物传感器技术的显着进步，尤其是在新型纳米材料的开发中，生物传感器与移动健康平台（MHealth）平台的整合以及用于感染性疾病的服务点测试（POCT）的扩展。尽管面临这些挑战，但印度尼西亚生物传感器的未来似乎很有希望，预计不断的投资和创新将推动这一领域的进一步发展。关键字：生物传感器，医学诊断，印度尼西亚，护理点测试，医疗技术。简介
Susan Wyche 博士
: 在技术基础设施有限的社区中改善技术的使用，”Susan Wyche（PI）。预算 582,613 美元。 2014-2015 美国国际开发署 (USAID) 发展创新企业 (DIV)，“Simu Shape Up”：通过寓教于乐的方式改变非洲农村农民的手机使用方式，”Susan Wyche（PI）和 Charles Steinfield（Co-I）。预算 99,787 美元 2010 年美国国家科学基金会 (NSF) 通过 CRA（计算研究协会），Steve Harrison（PI）（博士后赞助商）。预算 270,500 美元 企业礼品 2023-2024 Mozilla 负责任计算挑战奖，Susan Wyche（PI）和 Jonathan Choti（Co-I）。预算 150,000 美元。 2022 2021 年 Google exploreCSR 奖，Susan Wyche（PI）。预算 15,000 美元。2013 年 Google 教师研究奖，Susan Wyche（PI）。预算 40,000 美元。诺基亚大学合作基金，Susan Wyche（PI）。预算 9,309 美元。Facebook Inc.，无限制捐赠，Susan Wyche（PI）。预算 40,000 美元。2011 年 Skype Inc.，无限制捐赠，Susan Wyche（PI）。预算 15,000 美元。2002 年 SC Johnson & Son, Inc.，无限制捐赠，Susan Wyche（PI）。预算 50,000 美元内部资助 2020 年密歇根州立大学非洲伙伴关系联盟 (AAP) 非洲未来——早期职业研究领导力计划。支持访问学者（埃格顿大学的 Miriam Charimbu 博士）在密歇根州立大学进行为期一年的合作项目。预算 56,000 美元。 2018 年密歇根州立大学三重计划促进基金奖，“应对新出现的流行病：以人为本的设计方法开发个性化移动医疗服务，以支持肯尼亚城市的糖尿病预防和管理”，研究人员：Susan Wyche (PI)；Jennifer Olson (Co-I)；Bree Holtz (Co-I)；和 Denise
重新构想妊娠期糖尿病护理：大型城市医院妊娠期糖尿病护理模式发生重大变化后产妇和新生儿的结果
低资源环境中的高血压和糖尿病。全球卫生行动 2018；11 (1): 1517930。4. Yuen L、Wong V。妊娠期糖尿病：不同族群面临的挑战。世界糖尿病杂志 2015；6：1024-1032。5. Wan C、Teede H、Nankervis A、Aroni R。妊娠期糖尿病饮食管理的种族差异：一项比较华裔移民和澳大利亚女性的混合方法研究。营养科学院饮食杂志 2020；120：86-102。6. Carolan-Olah M、Steele C、Krenzin G。为多族裔妊娠期糖尿病女性开发和初步测试妊娠期糖尿病信息网站。BMC 妊娠分娩 2015； 15 : 145。7. Varnfield M、Redd C、Stoney R 等人。M ♡ THer，一种支持妊娠期糖尿病女性的移动医疗系统：可行性和可接受性研究。糖尿病技术治疗 2021；23 (5)：358–366。8. 科特。2022 年引领变革的 8 个步骤 [2022 年 8 月 16 日访问]。网址为：https://www.kotterinc.com/metho dology/8-steps/。9. Joseph F、Hyett J、Schluter P 等人。新的澳大利亚出生体重百分位数。MJA 2020；213 (2)：79–85。10. 悉尼大学。妇女和婴儿研究：每周都很重要，2022 年；[2022 年 8 月 16 日访问]。网址：https://everyweekcounts.com.au。11. Cao J、Xu W、Liu Y 等。母亲年龄趋势以及高龄与不良妊娠结局的关系：2010-2017 年中国武汉市基于人群的登记研究。公共卫生 2022；206：8-14。
技术和数字健康对心脏病学的影响
摘要数字健康技术的整合正在彻底改变心脏病学领域，尤其是在心血管疾病（CVD）的诊断，治疗和管理中。可穿戴设备，人工智能（AI）和远程医疗的快速进步使得更加精确，可预测和个性化的护理策略改变了心脏健康状况的景观。可穿戴技术，例如具有某些心电图（ECG）功能的智能手表，已改善了心律不齐的早期检测，尤其是心房颤动（AF），通过及时进行干预来增强患者的结果。同样，AI驱动的诊断工具和机器学习（ML）模型在解释ECG和识别复杂的心律不齐方面表现出了较高的准确性，通常比传统方法表现优于传统方法。远程医疗也通过促进对慢性CVD的远程监测，尤其是在19日大流行期间获得了关注。远程监控设备，包括可植入的起搏器和除颤器，通过向医疗保健提供者提供实时数据，从而进一步降低了死亡率，从而允许早期干预。AI语言模型（例如ChatGpt）被用于加速研究，帮助临床决策，并通过个性化的教育和实时的帮助来增强患者的参与度。除了这些进步，数字治疗和移动健康（MHealth）平台外，还为患者提供了实时的反馈，并改善了对药物治疗方案的依从性，这对于管理诸如催眠和心力衰竭等慢性病至关重要。基因组和代谢组医学侧重于精确心脏病学，可以根据个人的遗传特征制定更个性化的治疗计划，这进一步增强了患有遗传性心血管疾病风险的人的结果。尽管有前途的发展，但仍然存在挑战，包括需要更好地与医疗保健系统集成，数据审核问题以及确保对这些技术的公平访问。尽管如此，心脏病学的未来有望由AI，可穿戴技术和精确医学的进步塑造，为真正的积极主动和个性化的护理铺平了道路。
数字健康干预对健康素养的影响
摘要在数字时代，健康素养对于知情的健康决策和改善的结果至关重要。本系统的综述研究了数字健康干预措施（DHIS）在改善健康素养方面的有效性。我们包括研究（横断面，调查和案例报告），重点介绍了移动健康应用，在线平台和远程医疗服务等干预措施。我们的搜索，遵守Prisma指南，跨越数据库PubMed，IEEE和ACM，涵盖了2013年至2024年的出版物。从1.029的初始文章开始，有39条符合我们的纳入标准。我们的发现强调，据报道，DHIS（包括多媒体工具和远程会议）据报道可以改善各种人群的健康素养。但是，由于数字鸿沟而受到年龄和社会经济地位等因素的影响，影响因数字鸿沟而有所不同。本评论将数字干预类型的研究分类为：包括：10.3％的移动应用程序（n = 4），网站和在线平台上的30.8％（n = 12）（n = 12），多媒体工具（n = 2）的5.1％，远程健康和MH = 6），15.4％的远程健康和MH = 6），在电子健康记录和患者港口的2.6％和2.6％的情况下（N = 1）（n = 1）（n = 1）（N = 1），17.。综述研究（n = 7）。本研究强调了DHI的复杂性，旨在提高健康素养和参与度，旨在减少健康差异，并确保公平获得医疗保健福利，而不论社会经济背景或数字识字率如何。它强调了以用户为中心的设计，文化敏感性以及持续支持DHIS有效性的重要性。纳入理论框架可提高参与并促进行为改变，尤其是通过解决内在动机和文化因素。这些发现强调了诸如游戏化的持续策略的必要性，以维持健康素养的改善，并倡导标准化评估方法，以指导政策并促进全球过渡到数字优先的医疗保健。
AFR/RC74/INF.DOC/3 2024年7月3日...
背景1。将数字健康定义为在与健康和健康相关领域中信息和通信技术（ICT）的成本效益和安全使用。1一些数字健康解决方案包括电子卫生，远程医疗，MHealth，电子健康记录，远程医疗和电子学习。在2023年，非洲区域委员会的第七十三届会议通过了对电子健康的决议，敦促成员国促进电子保健政策的制定和实施。在2021年，非洲区域委员会的第71届会议采用了该框架，以指导在非洲地区实施WHO全球数字健康战略（GSDH）。3 2。在2023年底之前，实施GSDH强调了GSDH； 80％的成员国将制定数字健康策略； 80％的会员国将使用非洲世界卫生组织国际电信联盟（ITU）数字健康课程接受数字健康治理的培训； 60％的成员国将完成并将其数字健康系统库存上传到WHO数字健康地图集中； 50％的成员国本来会发展并耗费其国家数字健康建筑。3。该第一份报告总结了在非洲地区实施GSDH方面取得的进展。该报告还重点介绍了关键挑战和下一步。进度取得了4。要记录在该框架上实施该框架中的进度，评估了数字健康工具的使用，以建立基准并每年监控进度。5。到目前为止，有38个成员国（81％）制定了国家数字健康战略。根据Milestone 2与数字健康治理保持一致，2022年通过Cabo Verde的远程医疗研讨会加强了17个成员国（36％）的能力，在那里成员国提供了路线图，并接受了远程医疗方法的培训，以加强卫生系统。2023年，秘书处培训了来自四个成员国的92名政府官员6关于数字健康，远程医疗和人工智能（AI）的培训。18个成员国7（38％）为
中风后eHealth Technologies - 基于上肢恢复的康复：系统评价
背景：中风是最常见的脑血管疾病之一，通常影响60岁及60岁以上的人。它导致各种需要运动和认知康复的残疾。中风后康复对恢复至关重要，特别是对于上肢障碍，这会影响大约80％的中风幸存者。常规康复经常面临诸如成本，可及性和患者依从性之类的障碍。相比之下，EHealth Technologies通过提供可访问，具有成本效益和引人入胜的康复解决方案提供了有希望的选择。目的：尽管许多系统的评论探讨了基于技术的康复的各个方面，用于中暑上肢恢复，但显然缺乏这些发现的全面综合。此差距提出了挑战，这主要是由于关注特定技术，这使理解这些干预措施的整体有效性变得复杂。因此，临床医生和研究人员可能会发现很难整体评估该领域，这可能会阻碍临床实践中明智的决策。本评论综合了从系统评价中评估eHealth技术干预措施对中风后的上肢恢复的有效性的证据。进行了两个主要问题：（1）基于EHEADH技术的疗法是否比中风康复的常规疗法更有效？（2）基于低成本技术的康复的主要临床考虑因素是什么？方法：使用基于人群，干预，比较，结果和研究设计（PICOS）框架的预定义纳入标准，在PubMed，PubMed，Scipus，Scopus，Embase和Google Scholar中进行了全面的文献搜索。包括英文发表的无日期限制的系统评价。Prisma（用于系统评价和荟萃分析的首选报告项目）流程图指导研究选择。使用多个系统评价（AMSTAR 2）标准评估方法学质量。结果：总共筛选了1792个记录，从而在2019年至2023年之间发表了7项系统评价。这些评论涵盖了95项研究，涉及2995名参与者，急性，亚急性和慢性中风阶段平均年龄为58.8岁。干预措施包括Telerebilitation，移动健康（MHealth）应用程序，增强现实（AR），虚拟现实（VR），可穿戴设备和Exergames。与常规疗法结合使用AR和VR表现出潜在的好处（例如，AR显示上肢功能的显着改善，标准化的平均差异为0.657； P <.001），而独立有效性的证据尚未确定，由于在研究设计，干预方案和结果测量中，由于异质性而导致异质性。由于方法上的局限性，大多数评论被评为质量较低。结论：EHealth Technologies有望通过在提供引人入胜的干预措施时解决诸如成本和可及性之类的障碍，以增强上肢康复后。然而，该领域仍然没有足够的证据来建立明确的疗效。未来的研究应集中于标准化方案，优化诸如剂量和任务特异性之类的神经康复原则，并改善方法论严格，以更好地评估这些干预措施的长期影响。