Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών

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

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.

Insights from Review and Content Analysis of Current COVID-19 Mobile Apps and Recommendations for Future Pandemics
Kim, Yeongju; Choi, Jihye; Ji, Young-A; Woo, Hyekyung
Int. J. Environ. Res. Public Health 2022, 19(22), 14652; https://doi.org/10.3390/ijerph192214652

Published: 8 November 2022

Ένας αριθμός εφαρμογών υγείας για κινητά, που σχετίζονται με τη λοιμώδη νόσο του κορωνοϊού 2019 (COVID-19), έχει αναπτυχθεί, αλλά η έρευνα για τη συστηματική ανάλυση του περιεχομένου των εφαρμογών, με στόχο την αποτελεσματική επιτήρηση και διαχείριση, βρίσκεται ακόμη σε προκαταρκτικά στάδια. Η παρούσα μελέτη στόχευε στον εντοπισμό του σκοπού και των λειτουργιών των διαθέσιμων επί του παρόντος εφαρμογών COVID-19, χρησιμοποιώντας ανάλυση περιεχομένου. Ο δευτερεύων στόχος ήταν να προτείνει κατευθύνσεις για τη μελλοντική ανάπτυξη εφαρμογών που βοηθούν στην επιτήρηση και τον έλεγχο μολυσματικών ασθενειών, με έμφαση στη βελτίωση του περιεχομένου και της ποιότητας της εφαρμογής.

Increased Online Aggression During COVID-19 Lockdowns: Two-Stage Study of Deep Text Mining and Difference-in-Differences Analysis
Hsu, Jerome Tze-Hou; Tsai, Richard Tzong-Han
J Med Internet Res ; 24(8): e38776, 2022, https://doi.org/10.2196/38776

Published on 9.8.2022

Αυτή η έρευνα είχε στόχο την κατανόηση της σχέσης μεταξύ του lockdown και της αυξημένης διαδικτυακής επιθετικότητας. Για τον σκοπό αυτό χρησιμοποιήθηκε τεχνολογία επεξεργασίας φυσικής γλώσσας (NLP) για την ανάλυση των ακόλυθων 3 ειδών επιθετικών συναισθημάτων: θυμού, προσβλητικής γλώσσας και ρητορικής μίσους, σε χωροχρονικά εύρη tweets στις Ηνωμένες Πολιτείες.

https://www.nature.com/articles/s41591-022-01836-w

Subissi, L., von Gottberg, A., Thukral, L. et al.

Nat Med (2022). https://doi.org/10.1038/s41591-022-01836-w

Published 30 May 2022

Η επίσημη Τεχνική Συμβουλευτική Ομάδα του ΠΟΥ για την Εξέλιξη των Ιών (TAG-VE), έχει στόχο την ανάπτυξη και εφαρμογή ενός παγκόσμιου πλαισίου παρακολούθησης του κινδύνου για τις παραλλαγές του SARS-CoV-2, με βάση μια διεπιστημονική προσέγγιση που περιλαμβάνει in silico, ιολογικά, κλινικά και επιδημιολογικά δεδομένα.