Leveraging AI and Big Data in Low-Resource Healthcare Settings
- 1. University of Information Technology and Communications
- 2. Universiti Tenaga Nasional
- 3. Yarmouk University
- 4. Queensland University of Technology
Description
Big data and artificial intelligence are game-changing technologies for the underdeveloped healthcare industry because they help optimize the entire supply chain and deliver more exact patient outcome information. Machine learning approaches that have recently seen more growing popularity include deep learning models that have brought revolution within the healthcare system in the previous years due to more complicated data compared to previous years . Machine learning is an essential data analysis procedure to describe efficient and effective methods to extract hidden information from large amounts of data that it would take logical analytics too long to manage. Recent years have seen an expansion and growth of advanced intelligent systems that have been able to learn more about clinical treatments and glean untapped medical information emanating from vast quantities of data when it comes to drug discovery and chemistry. The aim of this chapter is, therefore, to assess which big data and artificial intelligence approaches are prevalent in healthcare systems by investigating the most advanced big data structures, applications, and industry trends today available. First and foremost, the purpose is to provide a comprehensive overview of how the artificial intelligence and big data models can allocation in healthcare solutions fill the gap between machine learning approaches' lack of human coverage and the healthcare data's complexity. Moreover, current artificial intelligence technologies, including generative models, Bayesian deep learning, reinforcement learning, and self-driving laboratories, are also increasingly being used for drug discovery and chemistry . Finally, the work presents the existing open challenges and the future directions in the drug formulation development field. To this end, the review will cover on published algorithms/automation tools for artificial intelligence applied to large scale-data in the case of healthcare .
Translated Descriptions
Translated Description (Arabic)
البيانات الضخمة والذكاء الاصطناعي هي تقنيات تغير قواعد اللعبة لصناعة الرعاية الصحية المتخلفة لأنها تساعد على تحسين سلسلة التوريد بأكملها وتقديم معلومات أكثر دقة عن نتائج المرضى. تشمل مناهج التعلم الآلي التي شهدت مؤخرًا شعبية متزايدة نماذج التعلم العميق التي أحدثت ثورة في نظام الرعاية الصحية في السنوات السابقة بسبب البيانات الأكثر تعقيدًا مقارنة بالسنوات السابقة. التعلم الآلي هو إجراء أساسي لتحليل البيانات لوصف الأساليب الفعالة والفعالة لاستخراج المعلومات المخفية من كميات كبيرة من البيانات التي سيستغرق الأمر وقتًا طويلاً جدًا لإدارة التحليلات المنطقية. شهدت السنوات الأخيرة توسعًا ونموًا في الأنظمة الذكية المتقدمة التي تمكنت من معرفة المزيد عن العلاجات السريرية وجمع المعلومات الطبية غير المستغلة المنبثقة عن كميات هائلة من البيانات عندما يتعلق الأمر باكتشاف الأدوية والكيمياء. وبالتالي، فإن الهدف من هذا الفصل هو تقييم البيانات الضخمة ونهج الذكاء الاصطناعي السائدة في أنظمة الرعاية الصحية من خلال التحقيق في هياكل البيانات الضخمة والتطبيقات واتجاهات الصناعة الأكثر تقدمًا المتاحة اليوم. أولاً وقبل كل شيء، الغرض هو تقديم نظرة عامة شاملة حول كيفية تخصيص الذكاء الاصطناعي ونماذج البيانات الضخمة في حلول الرعاية الصحية لملء الفجوة بين نقص التغطية البشرية لنهج التعلم الآلي وتعقيد بيانات الرعاية الصحية. علاوة على ذلك، يتم استخدام تقنيات الذكاء الاصطناعي الحالية، بما في ذلك النماذج التوليدية والتعلم العميق البايزي والتعلم المعزز ومختبرات القيادة الذاتية، بشكل متزايد لاكتشاف الأدوية والكيمياء . وأخيرًا، يعرض العمل التحديات المفتوحة الحالية والتوجهات المستقبلية في مجال تطوير تركيبة الدواء. ولتحقيق هذه الغاية، ستغطي المراجعة الخوارزميات/أدوات الأتمتة المنشورة للذكاء الاصطناعي المطبقة على البيانات واسعة النطاق في حالة الرعاية الصحية .Translated Description (French)
Les mégadonnées et l'intelligence artificielle sont des technologies révolutionnaires pour l'industrie des soins de santé sous-développée, car elles aident à optimiser l'ensemble de la chaîne d'approvisionnement et à fournir des informations plus précises sur les résultats pour les patients. Les approches d'apprentissage automatique qui ont récemment connu une popularité croissante comprennent des modèles d'apprentissage profond qui ont révolutionné le système de santé au cours des années précédentes en raison de données plus complexes par rapport aux années précédentes. L'apprentissage automatique est une procédure d'analyse de données essentielle pour décrire des méthodes efficaces et efficientes d'extraction d'informations cachées à partir de grandes quantités de données qu'il faudrait trop de temps pour gérer. Ces dernières années ont vu une expansion et une croissance des systèmes intelligents avancés qui ont été en mesure d'en apprendre davantage sur les traitements cliniques et de glaner des informations médicales inexploitées émanant de grandes quantités de données en matière de découverte de médicaments et de chimie. L'objectif de ce chapitre est donc d'évaluer les approches du Big Data et de l'intelligence artificielle qui prévalent dans les systèmes de santé en étudiant les structures, les applications et les tendances les plus avancées du Big Data actuellement disponibles. Tout d'abord, l'objectif est de fournir un aperçu complet de la manière dont les modèles d'intelligence artificielle et de mégadonnées peuvent être répartis dans les solutions de soins de santé pour combler le fossé entre le manque de couverture humaine des approches d'apprentissage automatique et la complexité des données de soins de santé. De plus, les technologies actuelles d'intelligence artificielle, y compris les modèles génératifs, l'apprentissage profond bayésien, l'apprentissage par renforcement et les laboratoires autonomes, sont également de plus en plus utilisées pour la découverte de médicaments et la chimie . Enfin, le travail présente les défis ouverts existants et les orientations futures dans le domaine du développement de formulations médicamenteuses. À cette fin, la revue couvrira les algorithmes/outils d'automatisation publiés pour l'intelligence artificielle appliqués aux données à grande échelle dans le cas des soins de santé .Translated Description (Spanish)
El big data y la inteligencia artificial son tecnologías que cambian las reglas del juego para la industria de la salud subdesarrollada porque ayudan a optimizar toda la cadena de suministro y ofrecen información más exacta sobre los resultados de los pacientes. Los enfoques de aprendizaje automático que recientemente han visto una popularidad cada vez mayor incluyen modelos de aprendizaje profundo que han traído una revolución dentro del sistema de salud en los años anteriores debido a datos más complicados en comparación con años anteriores. El aprendizaje automático es un procedimiento de análisis de datos esencial para describir métodos eficientes y efectivos para extraer información oculta de grandes cantidades de datos que tomaría demasiado tiempo administrar el análisis lógico. En los últimos años se ha visto una expansión y crecimiento de sistemas inteligentes avanzados que han podido aprender más sobre tratamientos clínicos y obtener información médica sin explotar que emana de grandes cantidades de datos cuando se trata del descubrimiento de fármacos y la química. El objetivo de este capítulo es, por lo tanto, evaluar qué enfoques de big data e inteligencia artificial prevalecen en los sistemas de salud mediante la investigación de las estructuras, aplicaciones y tendencias de la industria de big data más avanzadas disponibles en la actualidad. En primer lugar, el propósito es proporcionar una visión general completa de cómo la inteligencia artificial y los modelos de big data pueden asignar soluciones de atención médica para llenar el vacío entre la falta de cobertura humana de los enfoques de aprendizaje automático y la complejidad de los datos de atención médica. Además, las tecnologías actuales de inteligencia artificial, incluidos los modelos generativos, el aprendizaje profundo bayesiano, el aprendizaje por refuerzo y los laboratorios autónomos, también se utilizan cada vez más para el descubrimiento de fármacos y la química . Finalmente, el trabajo presenta los desafíos abiertos existentes y las direcciones futuras en el campo del desarrollo de formulaciones de medicamentos. Con este fin, la revisión cubrirá los algoritmos/herramientas de automatización publicados para la inteligencia artificial aplicada a datos a gran escala en el caso de la asistencia sanitaria .Files
259.pdf
Files
(1.7 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:dcc76425ee801d35e339d4572677c8ff
|
1.7 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- الاستفادة من الذكاء الاصطناعي والبيانات الضخمة في إعدادات الرعاية الصحية منخفضة الموارد
- Translated title (French)
- Tirer parti de l'IA et des mégadonnées dans les milieux de soins de santé à faibles ressources
- Translated title (Spanish)
- Aprovechar la IA y el Big Data en entornos de atención médica de bajos recursos
Identifiers
- Other
- https://openalex.org/W4393346830
- DOI
- 10.58496/mjbd/2024/002