Математические модели социально-экономических процессов
Системный анализ в медицине и биологии
В.Н. Крутько, В.И. Донцов, Н.С. Потемкина, Т.М. Смирнова, К.А. Федин, А.В. Федина, А.М. Большаков, Т.М. Ходыкина "Информационные и когнитивные технологии здоровьесбережения (обзор)"
Когнитивные технологии
Методы искусственного интеллекта и интеллектуальные системы
В.Н. Крутько, В.И. Донцов, Н.С. Потемкина, Т.М. Смирнова, К.А. Федин, А.В. Федина, А.М. Большаков, Т.М. Ходыкина "Информационные и когнитивные технологии здоровьесбережения (обзор)"

Аннотация.

Эффективное управление здоровьем является сложнейшей междисциплинарной и межведомственной задачей. При этом основным фактором здоровьесбережения является здоровый образ жизни (ЗОЖ). Для управления ЗОЖ адекватным является «метод управления целями», базирующийся на создании эффективной здоровьесберегающей информационной среды, в которую должен быть погружен каждый конкретный человек с его личными особенностями и индивидуальными характеристиками окружающей социальной и природной среды. Управление ЗОЖ должно осуществляться мягкими методами индивидуальных информационных воздействий, предлагающих современные научно обоснованные здоровьесберегающие технологии ЗОЖ с учетом индивидуальных привычек и предпочтений человека. Эффективным средством воздействий является среда Интернет. В работе приводится обзор современных информационных и когнитивных технологий здоровьесбережения.

Ключевые слова:

здоровье, информационные технологии, когнитивные технологии, здоровьесбережение, профилактическая медицина, персонализированная медицина.

Стр. 50-60.

 Полная версия статьи в формате pdf.

DOI: 10.14357/20790279190105

Литература

1. Крутько В.Н. Демографические проблемы России: сетевой проект решения // Россия и современный мир. 2014. №2(83). С. 81-92.
2. Большаков А.М., Крутько В.Н., Донцов В.И. Возможности компьютерных систем для оценки донозологических изменений здоровья // Гигиена и санитария. 2017. Т.96. № 1. С. 116-119.
3. Крутько В.Н. и др. Интернет-технология для персонализированной поддержки здоровьесбережения // Вестник восстановительной медицины. 2017. Т.77. №1. С. 90-95.
4. Jiang, L., C.C. Yang. 2017. User recommendation in healthcare social media by assessing user similarity in heterogeneous network. Artif. Intell. Med. 81:63-77.
5. Tung, C., W. Lu. Analyzing depression tendency of web posts using an event-driven depression tendency warning model. 2016. Artif. Intell. Med. 66:53-62.
6. Vavrinskya E., Teleka P., Donovalb M., Sladeka L., Daricekb M., Horineka F., Donovala. Sensor system for wireless bio–signal monitoring. 2012. Procedia Chemistry. 6:155–164.
7. Намазова-Баранова Л.С. и др. Управление рисками пациента на основе технологий удаленного мониторинга здоровья: состояние области и перспективы // Procedia Engineering. 2012. 47. С. 1323–1326.
8. Бокерия О.Л., Испирян А.Ю. Мониторинг хронической сердечной недостаточности на дому // Анналы аритмологии. 2012. №2. С. 14–22.
9. Doherty S.T., Oh O. A multi–sensor monitoring system of human physiology and daily activities. 2012. Telemedicine and e–Health. 18(3):185–192.
10. Lee Y.G., Jeong W.S., Yoon G. 2012. Smartphonebased mobile health monitoring. Telemedicine and e–Health. 18(8):585–590.
11. Hsieh S.H., Hsieh S.L., Cheng P.H., Lai F. 2012. E–Health and healthcare enterprise information system leveraging service oriented architecture. Telemedicine and e-Health. 18(3):205–212.
12. Dunn A.G., M.S. Ong, J.I. Westbrook, F. Magrabi, E. Coiera and W.A. Wobcke. 2011. A simulation framework for mapping risks in clinical processes: the case of in-patient transfers. J. of the Am. Med. Inform. Association. 18(3):259–266.
13. Григорьев П.Е., Килесса, Г.В., Хорсева Н.И., Овсянникова Н.М. Информационно–программное обеспечение для комплексного мониторирования и экспресс-тестирования психофизиологического состояния человека // Кибернетика и вычислительная техника. 2012. Т.167. С. 75–86.
14. Schlachta–Fairchild L., S. Varghese, A. Deickman. 2010. Telehealth and telenursing are live: APN policy and practice implications. J. Nurse Practitioner. 6: 98–106.
15. Mallow J., L. Theeke, E. Barnes, T. Whetsel, B. Mallow. 2014. Using mHealth tools to improve rural diabetes care guided by the chronic care model. Online J. Rural Nurs Health Care. 14:43–65.
16. Медархив. Аvailable at: http://medarhiv.ru/ (accessed November 11, 2015).
17. Система удаленного мониторинга. Аvailable at: http://www.fobosmed.ru (accessed November 11, 2015).
18. Система удаленного мониторинга «Монитор здоровья». Аvailable at: http://zdrav24.ru (accessed November 11, 2015).
19. Система удаленного мониторинга REMSMED. Аvailable at: http://www.fors.ru (accessed November 11, 2015).
20. Boulos M.N.C, A. Yassine, S. Shirmohammadi, C.S. Namahoot, M. Brückner. 2015. Towards an “Internet of Food”: Food Ontologies for the Internet of Things. Future Internet. 7(4):372-392.
21. Bandyopadhyay D., J. Sen. 2011. Internet of things: Applications and challenges in technology and standardization. Wireless Personal Communications. 58(1):49-69.
22. Elanthiraiyan P., S. Babu. Smart Medicine and Physical Health System Using IoT. 2015. International Journal of Computer Science and Mobile Computing. 4:333-338.
23. Kim H., I. Kim, J. Kim. 2015. Designing the Smart Foot Mat and Its Applications: as a User Identification Sensor for Smart Home Scenarios. Advanced Science and Technology Letters. 87:1-5.
24. Jara A.J., M.A. Zamora, A.F. Skarmeta. 2011. An internet of things-based personal device for diabetes therapy management in ambient assisted living (AAL). Personal and Ubiquitous Computing. 15(4):431-440.
25. Kuscu M., O.B. Akan. 2018. Modeling convectiondiffusion-reaction systems for microfluidic molecular communications with surface-based receivers in Internet of Bio-Nano Things. PLoS One. 13(2):e0192202.
26. Кузнецов П.П. Биоинформатика и индустрия здоровья – пути трансформации в экономику знаний // Врач и информ. технологии. 2016. №4. С. 37-47.
25. Зингерман Б.В. Персональная электронная медицинская карта - сервис, доступный уже сегодня // Врач и информ. технологии. 2010. №3. С. 15-25.
26. Кобринский Б.А. Единое информационное пространство: e-health и m-health // Врач и информ. технологии. 2016. №4. С. 57-66.
27. Mehrotra S., P. Sudhir, G. Rao, J. Thirthalli, T.K. Srikanth. 2018. Development and pilot testing of an internet-based self-help intervention for depression for indian users. Behav Sci (Basel). 8(4):E36.
28. Sadek I., M. Mohktari M. 2018. Nonintrusive remote monitoring of sleep in home-based situation. J. Med. Syst. 42(4):64.
29. Tran B.X., X.T.T.Le, P.N. Nguyen, Q.N.H. Le, H.T. Mai, H.L.T. Nguyen, H.T. Le, T.T. Tran, C.A. Latkin, M.W.B. Zhang, R.C.M. Ho. 2018. Feasibility of e-health interventions on smoking cessation among vietnamese active internet users. Int. J. Environ. Res. Public. Health. 15(1):E165.
30. Jin W., D.H. Kim. 2018. Design and Implementation of e-Health system based on semantic sensor network using IETF YANG. Sensors (Basel). 18(2):E629.
31. Henriksen A., M.M. Haugen, A.Z. Woldaregay, M. Muzny, G. Hartvigsen, L.A. Hopstock, S. Grimsgaard. 2018. Using fitness trackers and smartwatches to measure physical activity in research: analysis of consumer wrist-worn wearables. J. Med. Internet. Res. 20(3):110.
32. Волчек Ю.А., Шишко О.Н., Спиридонова О.С., Мохорт Т.В. Положение модели искусственной нейронной сети в медицинских экспертных системах // JUVENIS SCIENTIA. 2017. №9. С. 4-9.
33. Покидова А.В. Искусственный интеллект в медицине // Достижения науки и образования. 2018. №1(23). С. 9-11.
34. Голухова Е.З. От клинических исследований к инновационным технологиям // Креативная кардиология. 2017. Т.11. № 3. С.192-201.
35. Карпов О.Э., Клименко Г.С., Лебедев Г.С. Применение интеллектуальных систем в здравоохранении // Современные наукоемкие технологии. 2016. №7-1. С. 38-43.
36. Pyrkov T.V., K. Slipensky, M. Barg, A. Kondrashin, B. Zhurov., A. Zenin, M. Pyatnitskiy, L. Menshikov, S. Markov, P.O. Fedichev. 2018. Extracting biological age from biomedical data via deep learning: too much of a good thing?. Sci Rep. 8(1):5210.
37. Odamaki T., K. Kato, H. Sugahara, N. Hashikura, S. Takahashi, J.Z. Xiao, F. Abe, R. Osawa. 2016. Age-related changes in gut microbiota composition from newborn to centenarian: a cross-sectional study. BMC Microbiol. 16:90.
38. Vidaki A., D. Ballard, A. Aliferi, T.H. Miller, L.P. Barron, C.D. Syndercombe. 2017. DNA methylation-based forensic age prediction using artificial neural networks and next generation sequencing. Forensic. Sci. Int. Genet. 28:225-236.
39. Putin E., P. Mamoshina, A. Aliper, M. Korzinkin, A. Moskalev, A. Kolosov, A. Ostrovskiy, C. Cantor, J. Vijg, A. Zhavoronkov. 2016. Deep biomarkers of human aging: application of deep neural networks to biomarker development. Aging (Albany NY). 8(5):1021-1033.
40. Крутько В.Н. и др. Интеллектуальная система здоровьесбережения – ИнСиЗ // Вестник восстановительной медицины. 2018. №1. С. 14-20.
41. Донцов В.И., Мамиконова О.А., Потемкина Н.С., Смирнова Т.М. Концепция и архитектура интегрального паспорта здоровья // Вестник восстановительной медицины. 2016. №1. С. 14-20.
42. Донцов В.И., Крутько В.Н. Здоровьесбережение как современное направление профилактической медицины (Обзор) // Вестник восстановительной медицины. 2016. №1. С. 2-9.
 

2024-74-3
2024-74-2
2024-74-1
2023-73-4

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".