Τεχνητή νοημοσύνη

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Alberto Tena, Francesc Clarià, Francesc Solsona
Biomedical Signal Processing and Control, Volume 71, Part A,  2022, 103175, https://doi.org/10.1016/j.bspc.2021.103175.
January 2022
Πρόταση για μια ελεύθερα διαθέσιμη, γρήγορη και αποτελεσματική μέθοδο αυτόματης ανίχνευση της COVID-19 που βασίζεται στην αυτοματοποιημένη εξαγωγή χαρακτηριστικών χρόνου και συχνότητας βήχα για την αξιοποίηση από ένα αλγόριθμο μηχανικής μάθησης.
Τεχνητή νοημοσύνη, Φυσική, Πληροφορική της υγείας, Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών
ACM Computing SurveysVolume 54 Issue 8November 2022 Article No.: 158pp 1–32https://doi.org/10.1145/3465398
Σε αυτήν την έρευνα, διερευνάται το κύριο πεδίο εφαρμογής και η συμβολή της τεχνητής νοημοσύνης στην καταπολέμηση της COVID-19 από την ανίχνευση και τη διάγνωση, την ιολογία την ανάπτυξη φαρμάκων και εμβολίων.
Τεχνητή νοημοσύνη, Πληροφορική της υγείας, Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών
Artificial intelligence in COVID-19 drug repurposing
Yadi Zhou, Prof Fei Wang, Prof Jian Tang, et al.
The Lancet, DOI:https://doi.org/10.1016/S2589-7500(20)30192-8
Published:September 18, 2020
Η επαναστόχευση φαρμάκων είναι μια τεχνική με την οποία τα υπάρχοντα φάρμακα χρησιμοποιούνται για τη θεραπεία νέων ασθενειών, όπως η  COVID-19, με πολλά ωφέλη όπως μειωμένους χρόνους ανάπτυξης και μειωμένο συνολικό κόστος. Σε αυτήν την εργασία, παρουσιάζονται οδηγίες για τον τρόπο χρήσης της τεχνητής νοημοσύνης, των μεγάλων δεδομένων και της πληροφορικής της ιατρικής, για την επιτάχυνση της επαναστόχευσης φαρμάκων στον καιρό της πανδημίας COVID-19.
Τεχνητή νοημοσύνη, Πληροφορική της υγείας
Ahmed, Ayesha and Prabadevi Boopathy, and Sudhagara Rajan S.
International Journal of E-Health and Medical Communications (IJEHMC) 13, no.2: 1-21. http://doi.org/10.4018/IJEHMC.20220701.oa5
Γίνεται αναφορά στις πολλά υποσχόμενες μεθόδους τεχνητής νοημοσύνης (όπως Machine Learning, Deep learning  και Natural Language Processing) που θα μπορούσαν να χρησιμοποιηθούν σε διάφορες εφαρμογές για τη διευκόλυνση των διαδικασιών σε αυτήν την πανδημία.  
Τεχνητή νοημοσύνη, Διαχείριση Τεχνολογίας και Καινοτομίας, Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών
Artificial intelligence for the detection of COVID-19 pneumonia on chest CT using multinational datasets
Stephanie A. Harmon, Thomas H. Sanford, […]Baris Turkbey
Nature Communications volume 11, Article number: 4080 (2020) 
Published: 14 August 2020
Η αξονική τομογραφία (CT) ως απεικονιστική μέθοδος στο στήθος αποτελεί πολύτιμο διαγνωστικό εργαλείο για την πνευμονική νόσο που σχετίζεται με την COVID-19. Η τεχνητή νοημοσύνη (AI) έχει τη δυνατότητα να βοηθήσει στην ταχεία αξιολόγηση των αξονικών τομογραφιών για τη διαφοροποίηση των ευρημάτων COVID-19 από άλλα κλινικά ευρήματα.
Τεχνητή νοημοσύνη, Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών, Κλινική Ιατρική
Artificial intelligence enabled COVID-19 detection: techniques, challenges and use cases
Panjeta, Manisha; Reddy, Aryan; Shah, Rushabh; Shah, Jash
Multimed Tools Appl 2023, 1-28, https://doi.org/10.1007/s11042-023-15247-7
Published: 27 May 2023
Η Βαθιά Μάθηση και η Μηχανική Μάθηση γίνονται όλο και πιο δημοφιλείς, καθώς οι αλγόριθμοί τους βελτιώνονται σταδιακά και η χρήση τους αναμένεται να έχει μεγάλο αντίκτυπο στη βελτίωση του συστήματος υγειονομικής περίθαλψης. Επίσης, η πανδημία παρείχε την ευκαιρία να δειχθεί πώς η προσθήκη της τεχνητής νοημοσύνης στις υποδομές υγειονομικής περίθαλψης θα μπορούσε να βοηθήσει, καθώς τα συστήματα σε όλο τον κόσμο είναι υπερφορτωμένα και καταρρέουν. Αυτές οι νέες τεχνολογίες μπορούν να χρησιμοποιηθούν για την καταπολέμηση της COVID-19 επειδή είναι ευέλικτες και δεκτικές σε αλλαγές. Με βάση αυτά τα δεδομένα, εξετάστηκε πώς μπορούν να χρησιμοποιηθούν τα μοντέλα που βασίζονται σε Βαθιά Μάθηση και Μηχανική Μάθηση για την αντιμετώπιση του προβλήματος της πανδημίας COVID-19 και ποια είναι τα πλεονεκτήματα και τα μειονεκτήματα του καθενός.
Τεχνητή νοημοσύνη, Όργανα και Συστήματα οργάνων, Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών, Πρωτοβάθμια φροντίδα υγείας
Artificial intelligence-based solutions for COVID-19
Pawar, M. V.; Pawar, A. M.; Bhapkar, H.; Anuradha, J.; Bachate, R.; Sharma, A.; Bhoyar, S.; Shardoor, N..
Data Science for COVID-19: Volume 2: Societal and Medical Perspectives ; : 167-189, 2021, https://doi.org/10.1016/B978-0-323-90769-9.00004-9
Η τεχνητή νοημοσύνη έχει συνεισφέρει στον έλεγχο της πανδημίας COVID-19. Στο κεφάλαιο αυτό γίνεται επισκόπηση της πραγματικής και δυνητικής συμβολής της τεχνητής νοημοσύνης στον αγώνα κατά της COVID-19 και των υφιστάμενων περιορισμών αυτής της συνειφοράς και συζητούνται διάφορες τεχνολογικές λύσεις που χρησιμοποιούν τεχνητή νοημοσύνη απέναντι στην COVID-19.

 

Τεχνητή νοημοσύνη, Δημόσια υγεία
Q. Pham, D. C. Nguyen, T. Huynh-The, W. Hwang and P. N. Pathirana
IEEE Access, vol. 8, pp. 130820-130839, 2020, doi: 10.1109/ACCESS.2020.3009328
Date of Publication: 15 July 2020
Γίνεται μια επισκόπηση της τεχνητής νοημοσύνης και των μεγάλων δεδομένων, στη συνέχεια εντοπίζονται οι εφαρμογές που στοχεύουν στην καταπολέμηση της COVID-19 και επισημαίνονται προκλήσεις και ζητήματα που σχετίζονται με τις διάφορες υπερσύγχρονες λύσεις.
Τεχνητή νοημοσύνη, Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών
A Review of Artificial Intelligence in Treatment of Covid-19
Gandla, K.; Reddy, K. T. K.; Babu, P. V.; Sagapola, R.; Sudhakar, P.
Journal of Pharmaceutical Negative Results ; 13:254-264, 2022, https://doi.org/10.47750/pnr.2022.13.S01.31
Published 2022-09-15
Η επαναχρησιμοποίηση φαρμάκων, γνωστή και ως επανατοποθέτηση, είναι μία τεχνική στην οποία τα υπάρχοντα φάρμακα επαναπροσδιορίζονται για τη θεραπεία αναδυόμενων και πολύπλοκων ασθενειών, όπως η COVID-19. Αυτή η ανασκόπηση υποστηρίζει ισχυρά τη χρήση βοηθητικών εργαλείων που στηρίζονται στην τεχνητή νοημοσύνη για την επανατοποθέτηση φαρμάκων για ανθρώπινες ασθένειες, συμπεριλαμβανομένης της πανδημίας COVID-19.
Τεχνητή νοημοσύνη, Ανακάλυψη και Ανάπτυξη φαρμάκων, Φαρμακολογία και Φαρμακευτική, Ανασκόπηση
A. R. Sanaullah, Anupam Das, Anik Das, Muhammad Ashad Kabir & Kai Shu
Soc. Netw. Anal. Min. 12, 94 (2022). https://doi.org/10.1007/s13278-022-00921-9
Published 29 July 2022
Ο στόχος αυτής της μελέτης είναι η συστηματική ανασκόπηση, αξιολόγηση και σύνθεση άρθρων έρευνας τελευταίας τεχνολογίας, που έχουν χρησιμοποιήσει διαφορετικές τεχνικές μηχανικής μάθησης και βαθιάς μάθησης για τον εντοπισμό παραπληροφόρησης σχετικά με την COVID-19.
Τεχνητή νοημοσύνη, Επιστήμη της Πληροφόρησης, Διαχείριση Ιατρικής πληροφόρησης, Ανασκόπηση

Pages

Επιστροφή στην ιστοσελίδα COVID-19