使用基于智能手机的眼睛,皮肤和语音数据的机器学习来预测疾病:范围审查
Research Dawadi1,2, Mai Inoue1,2, Jie Ting Tay1,2
1Artificial Intelligence Center for Health and Biomedical Research, National Institutes of Biomedical Innovation, Health and Nutrition, Osaka, Japan.
JMIR AI
|March 25, 2025
概括
使用智能手机数据进行机器学习有助于健康诊断. 本综述详细介绍了使用移动健康数据预测疾病的方法和数据库,指导了未来的研究.
科学领域:
- 医疗信息学 医疗信息学
- 机器学习应用 机器学习应用
- 移动健康 (mHealth) 服务提供商
背景情况:
- 无处不在的智能手机数据为改善医疗保健和诊断提供了机会.
- 智能手机可以轻松收集数据,快速提供诊断反和改善健康的干预措施.
研究的目的:
- 审查有关机器学习 (ML) 模型的文献,使用智能手机数据进行健康异常预测和诊断.
- 根据数据采集 (实验与公共数据库) 和ML模型应用,对研究进行分类.
- 为研究人员提供关于数据库,实验和mHealth领域的ML模型的见解.
主要方法:
- 在PubMed和IEEE Xplore数据库中进行全面的文献搜索.
- 标题和摘要的内部关键字选用于文章过.
- 对精选的研究进行分析,重点关注语音,皮肤和眼睛数据,区分实验和公共数据库用于ML模型数据提取的使用.
主要成果:
- 确定了49项相关研究.
- 列出了 31 个不同的数据库和 24 种不同的机器学习方法,这些方法在审查文献中使用.
结论:
- 这些发现增强了对用于疾病预测的智能手机数据收集和使用的ML方法的理解.
- 公开可用的基于智能手机的疾病诊断数据集被突出显示.
- 审查的方法和结果可以作为未来的移动健康研究和分析的参考.
