Ein intelligentes Gesundheitssystem

Shubhangi Rathkanthiwar, YOGESH KALE (Autoren)

Buch | Softcover

128 Seiten

2025
Verlag Unser Wissen
978-620-2-34443-2 (ISBN)

Titel nicht im Sortiment

Artikel merken

Das Buch "Ein intelligentes Gesundheitssystem: Verringerung falscher Vorhersagen chronischer Krankheiten durch IoT und maschinelles Lernen" stellt ein innovatives, kosteneffizientes IoT-basiertes System zur ambulanten Blutdrucküberwachung (IABPM) vor, das auf die Echtzeitverfolgung und Früherkennung von chronischen Herzerkrankungen (CHD) ausgerichtet ist. Es nutzt tragbare Sensoren und die Cloud-Integration, um Blutdruck- und Pulsdaten den ganzen Tag über aufzuzeichnen und so die Mobilität und Versorgung der Patienten zu verbessern. Das System wendet ML-Algorithmen wie Naïve Bayes, KNN, Entscheidungsbaum, SVM und XGBoost auf klinische Datensätze (SMHRCE und Kaggle) an, um Frühwarnwerte (Early Warning Scores, EWS) vorherzusagen. Das vorgeschlagene Modell weist eine hohe Genauigkeit auf (bis zu 99,85 %) und trägt dazu bei, die Kosten im Gesundheitswesen zu senken, proaktive Maßnahmen zu unterstützen und die diagnostische Präzision zu verbessern. Das Projekt überbrückt Lücken in herkömmlichen ABPM-Systemen, indem es kontinuierliche Überwachung, automatische Warnmeldungen und Cloud-Zugriff bietet - und ebnet so den Weg für ein verbessertes Management chronischer Krankheiten durch Technologieintegration.

1. Dr. Shubhangi Rathkanthiwar, Professor für Elektrotechnik, ist ein renommierter Akademiker mit über 175 Forschungsarbeiten, 15 Patenten, mehreren Auszeichnungen und weltweiter Anerkennung. 2. Dr. Yogesh S. Kale, geboren 1986 in Nagpur, Indien, hat einen B.E., M.Tech. und Ph.D. Abschlüsse in Elektronik und Kommunikationstechnik von der RTMNU.

Erscheinungsdatum	05.08.2025
Sprache	deutsch
Maße	152 x 229 mm
Gewicht	181 g
Themenwelt	Mathematik / Informatik ► Informatik ► Netzwerke
Schlagworte	Intelligente Gesundheitsfürsorge • Internet der Dinge (IoT) • Körperliche Anzeichen-Früherkennung (PSED) • Vitalzeichen-Früherkennung (VSED)
ISBN-10	620-2-34443-1 / 6202344431
ISBN-13	978-620-2-34443-2 / 9786202344432
Zustand	Neuware