- Αρχική
- Πληροφορική της υγείας
Πληροφορική της υγείας
Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης
Mark Zastrow
Nature, TECHNOLOGY FEATURE, doi: 10.1038/d41586-020-01246-3
24 April 2020
Όταν εμφανίστηκαν οι πρώτες αναφορές στα τέλη του 2019, για το ξέσπασμα ενός νέου κορονοϊού με επίκεντρο τη Wuhan της Κίνας, οι ερευνητές σε διάφορα επιστημονικά πεδία, εστίασαν τις προσπάθειές τους στη μελέτη και καταπολέμησή του. Αυτό που δεν ήταν τότε γνωστό ήταν αν οι ερευνητές θα μοιράζονταν τα δεδομένα τους. Ο διαμοιρασμός των ερευνητικών δεδομένων, τα σχέδια ανοιχτού κώδικά για ιατρικό εξοπλισμό και οι χομπίστες, όλα αξιοποιούνται για την καταπολέμηση του COVID-19. Αυτή είναι η δύναμη της ανοιχτής επιστήμης.
OpenSAFELY: factors associated with COVID-19 death in 17 million patients
Elizabeth J. Williamson, Alex J. Walker, et al.
Nature (2020), DOI: https://doi.org/10.1038/s41586-020-2521-4
Elizabeth J. Williamson, Alex J. Walker, et al.
Nature (2020), DOI: https://doi.org/10.1038/s41586-020-2521-4
Published: 08 July 2020
Η ανευ προηγουμένου επείγουσα ανάγκη για κατανόηση ποιος διατρέχει μεγαλύτερο κίνδυνο σοβαρών επιπλοκών από την COVID-19, απαιτεί έγκαιρη ανάλυση μεγάλων συνόλων δεδομένων για την ποσοτικοποίηση μιας σειράς κλινικών παραγόντων κινδύνο. Από την National Health Service (NHS) England, δημιουργήθηκε το OpenSAFELY: μια ασφαλής πλατφόρμα ανάλυσης δεδομένων υγείας που καλύπτει το 40% όλων των ασθενών στην Αγγλία, που χρησιμοποιεί δεδομένα ασθενών από το υπάρχον κέντρο δεδομένων ενός μεγάλου προμηθευτή ηλεκτρονικών αρχείων υγείας πρωτοβάθμιας περίθαλψης.
NEJM Catalyst eBook: Digital Technology’s Promise for Better Health Care Delivery
How emerging technologies will drive the transformation
How emerging technologies will drive the transformation
NEJM Catalyst Insights Council
Οι υπεύθυνοι διαμόρφωσης πολιτικών της υγειονομικής περίθαλψης και οι κλινικοί ιατροί πήραν μια γεύση από τις ευκαιρίες της ψηφιακής τεχνολογίας όταν η τηλε-υγεία βοήθησε να καλυφθεί το κενό στη φροντίδα των ασθενών κατά τη διάρκεια της πανδημίας Covid-19, αλλά είναι αυτά τα κέρδη εδώ για να μείνουν και είναι αρκετά;
Managing COVID-19-related knowledge: A smart cities perspective
Abdalla, W.; Renukappa, S.; Suresh, S.
Knowledge and Process Management ; 30(1):87-109, 2023, https://doi.org/10.1002/kpm.1706
Abdalla, W.; Renukappa, S.; Suresh, S.
Knowledge and Process Management ; 30(1):87-109, 2023, https://doi.org/10.1002/kpm.1706
First published: 14 March 2022
Η αποτελεσματική διαχείριση της COVID-19 και η επείγουσα ανάγκη βελτίωσης της πρόληψης έναντι της επιδημίας απαιτούν ταχεία ανταπόκριση και άμεσες λύσεις, την ανάπτυξη κατάλληλων διαδικασιών διαχείρισης γνώσης και τη διευκόλυνση της αποτελεσματικής λήψης αποφάσεων και των διαχειριστικών προσπαθειών. Η αυξημένη υιοθέτηση τεχνολογιών έξυπνων πόλεων προσφέρει διάφορες τεχνολογίες που μπορούν να υποστηρίξουν την απόκτηση, την κοινή χρήση και τη μεταφορά γνώσης. Ωστόσο, οι επαγγελματίες διαχείρισης γνώσης και οι υπεύθυνοι λήψης αποφάσεων αντιμετωπίζουν διάφορες προκλήσεις για τη διαχείριση των τεράστιων δεδομένων που παράγονται από τις διάφορες πλατφόρμες έξυπνων πόλεων. Η διαχείριση της γνώσης που σχετίζεται με την COVID-19 απαιτεί φιλτράρισμα, καθαρισμό, διατήρηση και κοινή χρήση μόνο χρήσιμων δεδομένων. Ως εκ τούτου, ο στόχος αυτής της εργασίας είναι να διερευνήσει τη διαχείριση της γνώσης που σχετίζεται με την COVID-19 από την οπτική γωνία των έξυπνων πόλεων.
Management of Cancer Patients in the COVID-19 Crisis Using Telemedicine: A Systematic Review
Salehi, Fatemeh; Mashhadi, Leila; Khazeni, Kamran; Ebrahimi, Zahra
Stud Health Technol Inform ; 299: 118-125, 2022, https://doi.org/10.3233/SHTI220969
Salehi, Fatemeh; Mashhadi, Leila; Khazeni, Kamran; Ebrahimi, Zahra
Stud Health Technol Inform ; 299: 118-125, 2022, https://doi.org/10.3233/SHTI220969
Published 2022 Nov 03
Η τηλεϊατρική μπορεί να προσφέρει μια λύση για τη διαχείριση ασθενειών κατά τη διάρκεια της πανδημίας COVID-19. Αυτή η βιβλιογραφική ανασκόπηση στοχεύει να διερευνήσει τον ρόλο της τηλεϊατρικής για τη διαχείριση ασθενών με καρκίνο, κατά τη διάρκεια της πανδημίας COVID-19.
Miryam Naddaf
Nature 626, 19-20 (2024), doi: https://doi.org/10.1038/d41586-024-00158-w
Published: 18 January 2024
Οι πρωτεΐνες που εμπλέκονται στην ανοσία, την πήξη και τη φλεγμονή θα μπορούσαν να βοηθήσουν στην επίλυση του γρίφου της μακροχρόνιας COVID. Οι ερευνητές ανέπτυξαν ένα υπολογιστικό μοντέλο που προβλέπει πόσο πιθανό είναι ένα άτομο να εκδηλώσει μακροχρόνια COVID, βασιζόμενο στην ανάλυση περισσότερων από 6.500 πρωτεϊνών που βρέθηκαν στο αίμα. Σε μια μελέτη που δημοσιεύθηκε στις 18 Ιανουαρίου στο Science, η ομάδα συνέκρινε δείγματα αίματος από άτομα που βρέθηκαν θετικά στην COVID-19 με αυτά από υγιείς ενήλικες και βρήκε αξιοσημείωτες διαφορές στη σύνθεση των πρωτεϊνών μεταξύ των ατόμων με μακρά COVID-19, αυτών που ανάρρωσαν και αυτών που δεν μολύνθηκαν ποτέ.
Internet of Medical Things-Based COVID-19 Detection in CT Images Fused with Fuzzy Ensemble and Transfer Learning Models
Mahanty, Chandrakanta; Kumar, Raghvendra; Patro, S Gopal Krishna
New Gener. Comput. 40, 1125–1141 (2022). https://doi.org/10.1007/s00354-022-00176-0
Mahanty, Chandrakanta; Kumar, Raghvendra; Patro, S Gopal Krishna
New Gener. Comput. 40, 1125–1141 (2022). https://doi.org/10.1007/s00354-022-00176-0
Published 16 June 2022
Ένας από τους πιο δύσκολους τομείς έρευνας στη σημερινή βιομηχανία υγειονομικής περίθαλψης για την καταπολέμηση της πανδημίας COVID-19 είναι η ακριβής ανίχνευση του κορωνοϊού. Λόγω του χαμηλού ποσοστού αποτυχίας ανίχνευσης της μόλυνσης και της υψηλής ευαισθησίας της, η απεικόνιση με αξονική τομογραφία θώρακα (CT) έχει προταθεί ως βιώσιμη τεχνική για τη διάγνωση της COVID-19 σε μια σειρά πρόσφατων κλινικών ερευνών. Αυτό το άρθρο παρουσιάζει μια πλατφόρμα που βασίζεται στο Internet of Medical Things (IoMT) για τη βελτίωση και την επιτάχυνση της αναγνώρισης της COVID-19.
Integrated Data Analysis Uncovers New COVID-19 Related Genes and Potential Drug Re-Purposing Candidates
Xenos, Alexandros; Malod-Dognin, Noël; Zambrana, Carme; Przulj, Natasa
Int. J. Mol. Sci. 2023, 24(2), 1431; https://doi.org/10.3390/ijms24021431
Xenos, Alexandros; Malod-Dognin, Noël; Zambrana, Carme; Przulj, Natasa
Int. J. Mol. Sci. 2023, 24(2), 1431; https://doi.org/10.3390/ijms24021431
Published: 11 January 2023
Η πανδημία COVID-19 είναι μια οξεία και ταχέως εξελισσόμενη παγκόσμια κρίση υγείας. Για να γίνει καλύτερα κατανοητή η μοριακή βάση αυτής της ασθένειας και να σχεδιαστούν θεραπευτικές στρατηγικές, η μελέτη βασίστηκε στην ιδέα που έχει προταθεί πρόσφατα ενός ολοκληρωμένου κυττάρου, του iCell, που συνδυάζει τρία δίκτυα omics. Η μεθοδολογία αυτή εφαρμόστηκε για την κατασκευή iCells μολυσμένων και ελέγχου, χρησιμοποιώντας δεδομένα γονιδιακής έκφρασης από δείγματα ασθενών και τρεις κυτταρικές σειρές.
Emily R Pfaff, Andrew T Girvin, et al.
The Lancet Digital Health, 2022, https://doi.org/10.1016/S2589-7500(22)00048-6.
The Lancet Digital Health, 2022, https://doi.org/10.1016/S2589-7500(22)00048-6.
Available online 16 May 2022
Χρησιμοποιώντας το αποθετήριο ηλεκτρονικών αρχείων υγείας του National COVID Cohort Collaborative (N3C), αναπτύχθηκαν μοντέλα μηχανικής μάθησης XGBoost για τον εντοπισμό πιθανών ασθενών με μακρά COVID
Χρησιμοποιώντας το αποθετήριο ηλεκτρονικών αρχείων υγείας του National COVID Cohort Collaborative (N3C), αναπτύχθηκαν μοντέλα μηχανικής μάθησης XGBoost για τον εντοπισμό πιθανών ασθενών με μακρά COVID
Δημοσιεύσεις Ελλήνων Ερευνητών
Sofia Liossi; E. Tsiambas; S. Maipas; E. Papageorgiou; A. Lazaris; N. Kavantzas
Infectious Disease Modelling, Volume 8, Issue 3, Pages 794 - 805, September 2023, https://doi.org/10.1016/j.idm.2023.07.002
Available online 6 July 2023