Узагальнення інформації з прикладами про можливості використання сервіс-орієнтованого підходу та технологій штучного інтелекту в галузі e-Health

Автор(и)

  • Анатолій Іванович Петренко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна http://orcid.org/0000-0001-6712-7792
  • Олег Анатолійович Болобан Національний технічний університет «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0009-0004-9074-4077

DOI:

https://doi.org/10.15587/2706-5448.2023.285935

Ключові слова:

сервіс-орієнтований підхід, слабкий зв'язок, веб-сервіси, штучний інтелект, машинне навчання, натільні сенсори, дистанційний моніторинг

Анотація

Об’єктом дослідження є шляхи впровадження сервіс-орієнтованого підходу (SOA) та технологій штучного інтелекту (AI) в сучасних системах охорони здоров'я. Узагальнення цих шляхів дозволить впоратися зі складними сучасними викликами, такими як збільшення попиту на медичні послуги, зростання обсягів даних та необхідність у високоякісному та ефективному лікуванні. На це й направлена дана робота.

Сфера e-Health швидко набуває популярності та поєднує в собі багато різноманітних систем. Але через велику кількість інструментарію та постачальників систем в архітектурі є проблема, що різні системи складно або взагалі не можуть бути інтегровані та поєднанні між собою.

Показано, що використання SOA дозволяє розбити складні системи на окремі сервіси, які можуть взаємодіяти між собою для забезпечення швидкої та точної обробки даних, ефективного управління лікарськими ресурсами та поліпшення якості надання медичних послуг. AI може використовується для аналізу великого обсягу медичних даних, прогнозування ризиків, діагностики захворювань та розробки індивідуальних планів лікування. Застосування AI в системах охорони здоров'я допомагає підвищити точність діагностики, зменшити час лікування та покращити результати пацієнтів. Важлива синергія SOA і AI в системах охорони здоров'я, коли SOA надає засоби для інтеграції різноманітних AI-рішень, що дозволяє забезпечити взаємодію різних сервісів та обмін даними для забезпечення ефективного лікування та спільної роботи між медичними фахівцями та системами штучного інтелекту. Таке розподілення систем надає змогу масштабувати їх без впливу на інші сервіси, що вже працюють. Тому зʼявляється можливість використати уніфіковані протоколи передачі даних та поєднати різні сервіси в одну систему без кардинальної зміни кодової бази та побудови додаткових шарів абстракції для взаємодії між сервісами, що не можуть бути поєднані в одній системі. Розглянуті приклади використання SOA та AI в сучасних системах охорони здоров'я для покращення якості медичних послуг, оптимізації ресурсів та забезпечення індивідуального та ефективного підходу до лікування пацієнтів, які можуть бути використані на наступних етапах медичної реформи в Україні.

Біографії авторів

Анатолій Іванович Петренко, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Доктор технічних наук, професор

Кафедра системного проєктування

Олег Анатолійович Болобан, Національний технічний університет «Київський політехнічний інститут імені Ігоря Сікорського»

Аспірант

Кафедра системного проєктування

Посилання

  1. Božić, V. (2023). Service Oriented Architecture & Smart hospital. Available at: https://www.researchgate.net/publication/367965926_Service_Oriented_Architecture_Smart_hospital
  2. Petrenko, A. I. (2022). Medychna diahnostyka zdorov’ia na domu yak servis. Klinichna informatyka i telemedytsyna, 16 (17).
  3. Petrenko, F. S., Petrenko, O. O. (2023). Wireless sensor networks for healthcare on SOA, Studies in Computational Intelligence series: System Analysis & Intelligent Computing: Theory and Applications. Springer Nature.
  4. Memorandum shchodo namiriv spivpratsi u pobudovy v Ukraini prozoroi ta efektyvnoi elektronnoi systemy okhorony zdorov’ia (2016). MOZ Ukrainy 02.11.2016.
  5. Onawole, H. (2018). MediaTek Sensio MT6381 Biosensor Announced: World’s First 6-in-1 Health Monitoring Module For Smartphones. Available at: https://www.gizmochina.com/2018/01/18/mediatek-sensio-mt6381-biosensor-announced-worlds-first-6-1-health-monitoring-module-smartphones/
  6. De Capua, C., Meduri, A., Morello, R. (2010). A Smart ECG Measurement System Based on Web-Service-Oriented Architecture for Telemedicine Applications. IEEE Transactions on Instrumentation and Measurement, 59 (10), 2530–2538. doi: https://doi.org/10.1109/tim.2010.2057652
  7. Immanuel, V. A., Raj, P. (2015). Enabling context-awareness: A service oriented architecture implementation for a hospital use case. 2015 International Conference on Applied and Theoretical Computing and Communication Technology (ICATccT), 224–228. doi: https://doi.org/10.1109/icatcct.2015.7456886
  8. 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. doi: https://doi.org/10.1089/tmj.2011.0100
  9. Omar, W. M., Taleb-Bendiab, A. (2006). E-health support services based on service-oriented architecture. IT Professional, 8 (2), 35–41. doi: https://doi.org/10.1109/mitp.2006.32
  10. Cloud Computing Services – Amazon Web Services (AWS). Available at: https://aws.amazon.com/
  11. Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S. et al. (2017). Artificial intelligence in healthcare: past, present and future. Stroke and Vascular Neurology, 2 (4), 230–243. doi: https://doi.org/10.1136/svn-2017-000101
  12. Lopez-Jimenez, F., Attia, Z., Arruda-Olson, A. M., Carter, R., Chareonthaitawee, P., Jouni, H. et al. (2020). Artificial Intelligence in Cardiology: Present and Future. Mayo Clinic Proceedings, 95 (5), 1015–1039. doi: https://doi.org/10.1016/j.mayocp.2020.01.038
  13. Darcy, A. M., Louie, A. K., Roberts, L. W. (2016). Machine Learning and the Profession of Medicine. JAMA, 315 (6), 551–552. doi: https://doi.org/10.1001/jama.2015.18421
  14. Murff, H. J., FitzHenry, F., Matheny, M. E., Gentry, N., Kotter, K. L., Crimin, K. et al. (2011). Automated Identification of Postoperative Complications Within an Electronic Medical Record Using Natural Language Processing. JAMA, 306 (8). doi: https://doi.org/10.1001/jama.2011.1204
  15. Esteva, A., Robicquet, A., Ramsundar, B., Kuleshov, V., DePristo, M., Chou, K. et al. (2019). A guide to deep learning in healthcare. Nature Medicine, 25 (1), 24–29. doi: https://doi.org/10.1038/s41591-018-0316-z
  16. Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep Learning. Cambridge: The MIT Press.
  17. Miotto, R., Li, L., Kidd, B. A., Dudley, J. T. (2016). Deep Patient: An Unsupervised Representation to Predict the Future of Patients from the Electronic Health Records. Scientific Reports, 6 (1). doi: https://doi.org/10.1038/srep26094
  18. Jagannatha, A. N., Yu, H. (2016). Structured prediction models for RNN based sequence labeling in clinical text. Proc Conf Empir Methods Nat Lang Process, 856–865. doi: https://doi.org/10.18653/v1/d16-1082
  19. Jagannatha, A. N., Yu, H. (2016). Bidirectional RNN for medical event detection in electronic health records. Proc Conf. of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. San Diego, 473–482. doi: https://doi.org/10.18653/v1/n16-1056
  20. Shickel, B., Tighe, P. J., Bihorac, A., Rashidi, P. (2018). Deep EHR: A Survey of Recent Advances in Deep Learning Techniques for Electronic Health Record (EHR) Analysis. IEEE Journal of Biomedical and Health Informatics, 22 (5), 1589–1604. doi: https://doi.org/10.1109/jbhi.2017.2767063
  21. Meiliana, A., Dewi, N. M., Wijaya, A. (2019). Artificial Intelligent in Healthcare. The Indonesian Biomedical Journal, 11 (2), 125–135. doi: https://doi.org/10.18585/inabj.v11i2.844
  22. Beltrami, E. J., Brown, A. C., Salmon, P. J. M., Leffell, D. J., Ko, J. M., Grant-Kels, J. M. (2022). Artificial intelligence in the detection of skin cancer. Journal of the American Academy of Dermatology, 87 (6), 1336–1342. doi: https://doi.org/10.1016/j.jaad.2022.08.028
  23. Petrenko, A., Kyslyi, R., Pysmennyi, I. (2018). Designing security of personal data in distributed health care platform. Technology Audit and Production Reserves, 4 (2 (42)), 10–15. doi: https://doi.org/10.15587/2312-8372.2018.141299
  24. Petrenko, A., Kyslyi, R., Pysmennyi, I. (2018). Detection of human respiration patterns using deep convolution neural networks. Eastern-European Journal of Enterprise Technologies, 4 (9 (94)), 6–13. doi: https://doi.org/10.15587/1729-4061.2018.139997
  25. Kaur, J. (2023). Generative AI in Healthcare and its Uses. Complete Guide. Available at: https://www.xenonstack.com/blog/generative-ai-healthcare
  26. Gangoly, K. (2023). The Role of Generative AI in Healthcare. Available at: https://www.mantralabsglobal.com/the-role-of-generative-ai-in-healthcare/
Generalized information with examples on the possibility of using a service-oriented approach and artificial intelligence technologies in the industry of e-Health

##submission.downloads##

Опубліковано

2023-08-17

Як цитувати

Петренко, А. І., & Болобан, О. А. (2023). Узагальнення інформації з прикладами про можливості використання сервіс-орієнтованого підходу та технологій штучного інтелекту в галузі e-Health. Technology Audit and Production Reserves, 4(2(72), 10–17. https://doi.org/10.15587/2706-5448.2023.285935

Номер

Том 4 № 2(72) (2023): Інформаційно-керуючі системи

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2023 Anatolii Petrenko, Oleh Boloban

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.