تسلط هذه المراجعة الضوء على إمكانية خوارزميات التعلم الآلي لتحسين دقة وكفاءة مقاييس الرعاية الصحية الزمنية، مثل نقل بيانات معدل ضربات القلب.
مؤخراً، تم استخدام طرق متطورة مختلفة، بما في ذلك التعلم الآلي والذكاء الاصطناعي، لفحص البيانات المتعلقة بالصحة. يكتسب المهنيون الطبيون قدرات تشخيصية وعلاجية معززة من خلال استخدام تطبيقات التعلم الآلي في مجال الرعاية الصحية. تم استخدام البيانات الطبية من قبل العديد من الباحثين للكشف عن الأمراض وتحديد الأنماط. في الأدبيات الحالية، هناك دراسات قليلة جداً تتناول خوارزميات التعلم الآلي لتحسين دقة وكفاءة البيانات الصحية. قمنا بدراسة فعالية خوارزميات التعلم الآلي في تحسين مقاييس الرعاية الصحية الزمنية لنقل بيانات معدل ضربات القلب (الدقة والكفاءة). في هذه الورقة، راجعنا العديد من خوارزميات التعلم الآلي في تطبيقات الرعاية الصحية. بعد تقديم نظرة شاملة والتحقيق في خوارزميات التعلم الآلي المراقب وغير المراقب، أظهرنا أيضاً مهام السلاسل الزمنية بناءً على القيم السابقة (بالإضافة إلى مراجعة الجدوى لكلاً من مجموعات البيانات الصغيرة والكبيرة).
درس أن وآخرون (السبت) هذا السؤال.