机器学习技术在基于分布式计算和物联网的医疗数据处理中的应用

科学领域:

• 医疗数据处理和医疗信息学.
• 分布式计算和机器学习应用.
• 医疗保健中的信息技术.

背景情况:

• 现代医疗保健依赖于先进的信息技术,如物联网 (IoT) 和用于患者数据管理的传感器技术.
• 诸如分布式计算,机器学习 (ML) 和区块链等创新对于收集和处理医疗数据以进行知情决策至关重要.
• 随着COVID-19的流行,人们越来越需要快速诊断疾病,ML可以帮助放射科医生,但需要大量统一的培训数据.

研究的目的:

• 提供关于医疗数据处理中分布式计算平台的最新研究的综合分析.
• 分类和评估平台,包括云计算,边缘,雾,物联网和混合系统.
• 确定将这些技术应用于医疗保健的趋势,挑战和未来方向.

主要方法:

• 对27篇关于医疗数据分布式计算平台的研究文章的系统审查和分析.
• 评估部署的方法,应用程序,优点,缺点,数据集,安全机制和转移学习 (TL) 使用情况.
• 将平台分类为云计算,边缘,雾,物联网和混合.

主要成果:

• 在最近的研究中,物联网 (IoT) 平台是被提议的架构中使用最多的环境 (43%).
• 大多数审查的研究 (46%) 发表于2021年,这表明最近的研究激增.
• 卷积神经网络 (CNN) 是最受欢迎的深度学习 (DL) 算法,在19.4%的研究中使用.

结论:

• 分布式计算平台,特别是物联网,对于医疗数据处理和分析越来越重要.
• 深度学习 (DL) 开发面临数据收集,质量,隐私和道德方面的挑战.
• 建议进行进一步的研究,以开发先进的DL架构和强大的医疗数据分析模型.