una técnica personalizada de predicción de exacerbación de enfermedades respiratorias basada en una nueva arquitectura de aprendizaje automático espacio-temporal y redes locales de sensores ambientales
Autores: Bhowmik, Rohan T.; Most, Sam P.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
una técnica personalizada de predicción de exacerbación de enfermedades respiratorias basada en una nueva arquitectura de aprendizaje automático espacio-temporal y redes locales de sensores ambientales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Enfermedades respiratorias
EPOC
Asma
Riesgos de exacerbación
Aprendizaje automático
Factores ambientales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Las enfermedades respiratorias crónicas, como la Enfermedad Pulmonar Obstructiva Crónica (EPOC) y el asma, son una grave crisis de salud que afecta a un gran número de personas a nivel mundial e inflige importantes costos a la economía. Los métodos actuales para evaluar la progresión de los síntomas respiratorios son o subjetivos e inexactos, o complejos y engorrosos, y no incorporan factores ambientales para rastrear riesgos individualizados. La falta de evaluaciones predictivas y de intervenciones tempranas a menudo conduce a hospitalizaciones y altos costos médicos.
Descripción
Las enfermedades respiratorias crónicas, como la Enfermedad Pulmonar Obstructiva Crónica (EPOC) y el asma, son una grave crisis de salud que afecta a un gran número de personas a nivel mundial e inflige importantes costos a la economía. Los métodos actuales para evaluar la progresión de los síntomas respiratorios son o subjetivos e inexactos, o complejos y engorrosos, y no incorporan factores ambientales para rastrear riesgos individualizados. La falta de evaluaciones predictivas y de intervenciones tempranas a menudo conduce a hospitalizaciones y altos costos médicos.