Un enfoque novedoso basado en gramática para la difusión de información sobre síntomas y diagnósticos de enfermedades de los pacientes para mantener la confidencialidad y la integridad de la información
Autores: Nag, Sanjay; Basu, Nabanita; Bose, Payal; Bandyopadhyay, Samir Kumar
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un enfoque novedoso basado en gramática para la difusión de información sobre síntomas y diagnósticos de enfermedades de los pacientes para mantener la confidencialidad y la integridad de la información
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Predicción de enfermedades
Intervención tecnológica
Métodos basados en IA
Difusión eficiente de recursos
Representación de síntomas
Código QR
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
La predicción de enfermedades utilizando métodos basados en computadora es ahora un área establecida de investigación. La importancia de la intervención tecnológica es necesaria para el mejor manejo de enfermedades, así como para optimizar el uso de recursos limitados. Diversos métodos basados en IA para la predicción de enfermedades han sido documentados en la literatura. Los sistemas basados en IA validados apoyan los diagnósticos y la toma de decisiones por parte de médicos/practicantes médicos. La difusión eficiente de recursos de los síntomas identificados y los diagnósticos realizados es un requisito del escenario actual para apoyar el intercambio de información sin papel, pero sin problemas. La representación de síntomas utilizando gramática proporciona una forma novedosa para la codificación eficiente de diagnósticos de enfermedades. Inicialmente, los síntomas se representan como cadenas, y, en términos de gramática, esto se llama una oración. Además, la conversión de la cadena generada que contiene los síntomas y el resultado diagnóstico a un código QR después de la encriptación lo hace portátil. El código se puede almacenar en una aplicación móvil, de manera segura, y se puede escanear donde sea necesario, de forma universal. El paciente puede llevar la condición médica y el diagnóstico en forma de código QR para consultas médicas. Este trabajo de investigación presenta un estudio de caso basado en dos enfermedades, la gripe y el coronavirus, para resaltar la metodología propuesta. Ambas enfermedades tienen algunos síntomas comunes y superpuestos. El sistema propuesto se puede implementar para cualquier tipo de detección de enfermedades, incluidas las clínicas y de imágenes diagnósticas.
Descripción
La predicción de enfermedades utilizando métodos basados en computadora es ahora un área establecida de investigación. La importancia de la intervención tecnológica es necesaria para el mejor manejo de enfermedades, así como para optimizar el uso de recursos limitados. Diversos métodos basados en IA para la predicción de enfermedades han sido documentados en la literatura. Los sistemas basados en IA validados apoyan los diagnósticos y la toma de decisiones por parte de médicos/practicantes médicos. La difusión eficiente de recursos de los síntomas identificados y los diagnósticos realizados es un requisito del escenario actual para apoyar el intercambio de información sin papel, pero sin problemas. La representación de síntomas utilizando gramática proporciona una forma novedosa para la codificación eficiente de diagnósticos de enfermedades. Inicialmente, los síntomas se representan como cadenas, y, en términos de gramática, esto se llama una oración. Además, la conversión de la cadena generada que contiene los síntomas y el resultado diagnóstico a un código QR después de la encriptación lo hace portátil. El código se puede almacenar en una aplicación móvil, de manera segura, y se puede escanear donde sea necesario, de forma universal. El paciente puede llevar la condición médica y el diagnóstico en forma de código QR para consultas médicas. Este trabajo de investigación presenta un estudio de caso basado en dos enfermedades, la gripe y el coronavirus, para resaltar la metodología propuesta. Ambas enfermedades tienen algunos síntomas comunes y superpuestos. El sistema propuesto se puede implementar para cualquier tipo de detección de enfermedades, incluidas las clínicas y de imágenes diagnósticas.