Találati lista | Tudóstér

001-es BibID:	BIBFORM124787
Első szerző:	Sztanek Ferenc (orvos)
Cím:	Mesterséges intelligencia a cukorbetegség kezelésében : lehetőségek és kihívások / Sztanek Ferenc
Dátum:	2024
ISSN:	1217-372X
Megjegyzések:	A mesterséges intelligencia (MI) és a gépi tanulás paradigmaváltást hoznak a medicinában, adatalapú, személyre szabott megoldásokat nyújthatnak a cukorbetegség, a társuló szív- és érrendszeri kockázat és a mikrovaszkuláris szövődmények felismerésére és kezelésére. Az elmúlt években zajló MI-forradalom főbb technológiái a gépi tanulás és a mélytanulás, amelyek jelentős fejlődést értek el a különböző számítási erőforrások növekedésével és a számítógépek teljesítményének drámai javulásával. A gépi tanulás elveit már korábban is használták arra, hogy algoritmusokat fejlesszenek ki főleg az 1-es típusú cukorbetegség kezelésére vagy a diabéteszes retinopátia diagnosztikájára. A digitális terápiák már bizonyították hatékonyságukat az életmódi terápia terén a 2-es típusú cukorbetegség kezelésében is. Az MI lehetővé teszi a cukorbetegek tüneteinek, vércukorértékeinek és egyéb paramétereinek egyszerű és folyamatos távmonitorozását. Javulhat a cukorbetegség önkezelése, a közösségi média és az online közösségek növelhetik a páciensek részvételét a cukorbetegség ellátásában. A technikai fejlesztések segítségével optimalizálni lehet az erőforrások eloszlását és felhasználását az egészségügyi ellátás során. Az MI nagy mennyiségű adat felhasználásával és értékelésével magas szintű következtetéseket képes levonni, így mind a betegek, mind az egészségügyi szakemberek hasznát láthatják a klinikai döntéstámogatásnak. Ebben az áttekintő előadásban bemutatjuk a legfontosabb MI-alapú orvostechnikákat és a cukorbetegséggel kapcsolatos jövőbeli lehetőségeket.
Tárgyszavak:	Orvostudományok Klinikai orvostudományok magyar nyelvű folyóiratközlemény hazai lapban folyóiratcikk 1-es típusú cukorbetegség 2-es típusú cukorbetegség gépi tanulás mélytanulás mesterséges intelligencia
Megjelenés:	Diabetologia Hungarica. - 32 : 3 (2024), p. 211-221. -
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: