Toma de decisiones en aplicaciones médicas: un enfoque algorítmico
Versandkostenfrei!
Versandfertig in 1-2 Wochen
36,99 €
inkl. MwSt.
PAYBACK Punkte
18 °P sammeln!
Un gran número de hospitales y estructuras sanitarias siguen evolucionando, ya que están encontrando mejores formas de institucionalizar la adopción y universalizar el uso de sistemas de información sanitaria (HIS), que ayudan a recopilar y compartir datos entre redes interdepartamentales (dentro de los hospitales) e interhospitalarias (entre hospitales). Las técnicas de minería de datos pueden utilizarse en estos entornos para eliminar las ineficiencias y superar los retos de la prestación de asistencia sanitaria, ya que la identificación de patrones clave en los datos a nivel de paci...
Un gran número de hospitales y estructuras sanitarias siguen evolucionando, ya que están encontrando mejores formas de institucionalizar la adopción y universalizar el uso de sistemas de información sanitaria (HIS), que ayudan a recopilar y compartir datos entre redes interdepartamentales (dentro de los hospitales) e interhospitalarias (entre hospitales). Las técnicas de minería de datos pueden utilizarse en estos entornos para eliminar las ineficiencias y superar los retos de la prestación de asistencia sanitaria, ya que la identificación de patrones clave en los datos a nivel de paciente ayudará a comprender y, por tanto, a actuar oportunamente sobre los determinantes clave de la salud previene la carga relacionada con la enfermedad. Encontrar un algoritmo óptimo basado en una técnica de minería de datos que sea eficaz y eficiente, al tiempo que se extrae información útil para el apoyo a la toma de decisiones a partir de estas bases de datos de HIS en constante crecimiento sigue siendo una necesidad insatisfecha.Este trabajo fue sometido a la autorización y revisión ética en el Consejo de Revisión Ética (ERB) del hospital BGS Global, Bangalore, India, y fue debidamente aprobado antes del inicio del estudio. El libro demuestra los resultados de la selección de características en cascada con el algoritmo de clasificación para conjuntos de datos médicos. La máxima clasificación de enfermedades
Andere Kunden interessierten sich für
