Smart Health: Open Problems and Future Challenges

امید به زندگی طولانی همراه با پیچیدگی فزاینده دارو و خدمات بهداشتی هزینه های سلامت را در سراسر جهان به طور چشمگیری افزایش می دهد. در حالی که مفهوم سلامت هوشمند پتانسیل زیادی برای حمایت از مفهوم P4-پزشکی نوظهور (پیشگیرانه، مشارکتی، پیش‌بینی‌کننده و شخصی‌سازی شده) دارد، چنین پزشکی با فناوری پیشرفته مقادیر زیادی مجموعه داده‌های با ابعاد بالا و ساختار ضعیف و مقادیر زیادی تولید می‌کند. اطلاعات بدون ساختار همه این رویکردهای فناورانه همراه با "داده های بزرگ" علوم پزشکی را به یک علم داده فشرده تبدیل می کند. برای همگام شدن با حجم فزاینده داده‌های پیچیده، رویکردهای بیمارستانی هوشمند فرمانی برای آینده است که نیازمند محاسبات آگاه از زمینه همراه با پارادایم‌های تعاملی پیشرفته در اکوسیستم‌های فیزیکی-دیجیتال جدید است.

ترکیب هم افزایی بسیار موفق متدولوژی ها و رویکردهای تعامل انسان و رایانه (HCI) و کشف دانش و داده کاوی (KDD) شرایط ایده آلی را برای دیدگاه پشتیبانی از هوش انسانی با یادگیری ماشین ارائه می دهد.

مقالات انتخاب شده برای این جلد بر موضوعات داغ در سلامت هوشمند تمرکز دارند. آنها مشکلات باز و چالش های آینده را به منظور ارائه یک دستور کار تحقیقاتی برای تحریک تحقیقات و پیشرفت بیشتر مورد بحث قرار می دهند.

Prolonged life expectancy along with the increasing complexity of medicine and health services raises health costs worldwide dramatically. Whilst the smart health concept has much potential to support the concept of the emerging P4-medicine (preventive, participatory, predictive, and personalized), such high-tech medicine produces large amounts of high-dimensional, weakly-structured data sets and massive amounts of unstructured information. All these technological approaches along with “big data” are turning the medical sciences into a data-intensive science. To keep pace with the growing amounts of complex data, smart hospital approaches are a commandment of the future, necessitating context aware computing along with advanced interaction paradigms in new physical-digital ecosystems.

The very successful synergistic combination of methodologies and approaches from Human-Computer Interaction (HCI) and Knowledge Discovery and Data Mining (KDD) offers ideal conditions for the vision to support human intelligence with machine learning.

The papers selected for this volume focus on hot topics in smart health; they discuss open problems and future challenges in order to provide a research agenda to stimulate further research and progress.