Analysis of Data Based on Clinical Aspects Implementing Meta-Heuristic Approach: A Case Study

• Authors: Jyoti Prakash Mishra , Sambit Kumar Mishra , Zdzisław Pólkowski , Samarjeet Borah

Title variants

PL

Analiza danych dotyczących aspektów klinicznych z wykorzystaniem podejścia metaheurystycznego: studium przypadku

Abstracts

PL

Zastosowanie technologii informatycznych, szczególnie w naukach o zdrowiu w obecnej sytuacji, bazuje na inteligentnych aplikacjach wraz z automatyzacją w celu zminimalizowania związanych z tym kosztów i ulepszenia służby zdrowia. Chociaż eksperymenty związane z mikroorganizmami mogą być częścią zagadnień patologicznych, nie można ich ograniczać do jednej konkretnej lokalizacji. Wykorzystanie narzędzi i aplikacji na szerszym obszarze geograficznym może być bardzo zróżnicowane. Zastosowanie inteligencji obliczeniowej wraz z pełnym zaawansowanym wsparciem technicznym wydaje się konieczne, aby przezwyciężyć trudności i wspierać połączone stacje bazowe w celu archiwizacji optymalnych sygnałów za pomocą rozmieszczonych czujników. Czujniki zatem mogą służyć do przekształcania wartości parametrycznych zgromadzonych danych na sygnały, które można również analizować i monitorować. W artykule zaimplementowano specyficzną technikę metaheurystyczną skupiającą się na akumulacji czujników i czasie odpowiedzi na akumulację danych.

EN

The application of information technology, particularly in health science in the present situation, is provisioned with intelligent applications along with automation to minimize the associated cost and enhancement of the facilities. Although the experimentation associated with the microorganisms may be a part of pathological aspects, it cannot be constrained at one specific location. Yet again, the same may be diversified widely in large geographical locations based on applications and utilities. The inclusion of computational intelligence along with complete advanced technical support is very necessary to overcome these difficulties and support the linked base stations for archiving optimum signals through the deployed sensors. In short, sensors can be used to translate the parametric values of accumulated data into signals which can also be analyzed and monitored. In this work, a specific meta-heuristic technique is implemented, focusing on the accumulation of sensors and the response time for accumulation of data.

Keywords

EN

clinical data; deployed sensor; virtual machine; swarm; processing elements

PL

dane kliniczne; wykorzystane czujniki; wirtualna maszyna; rój; element przetwarzający

• Publisher: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
• Journal: Informatyka Ekonomiczna
• Year: 2021
• Issue: 4
• Pages: 25-36

Dates

published

2021

Contributors

author

Jyoti Prakash Mishra

• Gandhi Institute for Education and Technology, Baniatangi, Bhubaneswar, Odisha, India

author

Sambit Kumar Mishra

• Gandhi Institute for Education and Technology, Baniatangi, Bhubaneswar, Odisha, India

author

Zdzisław Pólkowski

• The Karkonosze University of Applied Sciences in Jelenia Góra, Poland

author

Samarjeet Borah

• Sikkim Manipal Institute of Technology, Sikkim Manipal University, Sikkim, India

References

• Diest, P. J. van, Huisman, A., Ekrisvan, J., Meijer, J., Willems, S., Hofhuis, H., … Leguit, R. et al. (2019). Pathology image exchange: The Dutch digital pathology platform for exchange of whole-slide images for efficient teleconsultation, telerevision, and virtual expert panels. JCO Clin. Cancer Inform.
• Benjamens, S., Dhunnoo, P., and Meskó, B. (2020). The state of artificial intelligence-based FDA-approved medical devices and algorithms: An online database. NPJ Digit. Med.
• Rosenfield, M. (2011). Computer vision syndrome: A review of ocular causes and potential treatments. Ophthalmic & physiological optics. OphthalPhysl Opt.
• Rossignol, A. M., Morse, E. P., Summers, V. M., and Pagnotto, L. D. (1987). Video display terminal use and reported health symptoms among Massachusetts clerical workers. J. Occup. Med. Off. Publ. Ind. Med Assoc.
• Chui, M.,Manyika, J., and Miremadi, M. (2016). Where machines could replace humans - and where they can't (yet). McKinsey Q., (30), 1-9.
• Turnquist, C., Roberts-Gant, S., Hemsworth, H., White, K., Browning, L., Rees, G., … Verrill, C. (2019). On the edge of a digital pathology transformation: Views from a cellular pathology laboratory focus group. J. Pathol. Inform.
• Griffin, J., and Treanor, D. (2017). Digital pathology in clinical use: Where are we now and what is holding us back? Histopathology.
• Ho, J., Ahlers, S. M., Stratman, C., Aridor, O., Pantanowitz, L., Fine, J. L., … Parwani, A. V. (2014). Can digital pathology result in cost savings? A financial projection for digital pathology implementation at a large integrated health care organization. J. Pathol. Inform.
• Stathonikos, N., Nguyen, T. Q., Spoto, C. P., Verdaasdonk, M. A. M., and Diestvan, P. J. (2019). Being fully digital: perspective of a Dutch academic pathology laboratory. Histopathology.
• Thorstenson, S., Molin, J., and Lundström, C. (2014). Implementation of large-scale routine diagnostics using whole slide imaging in Sweden: Digital pathology experiences 2006-2013. J. Pathol. Inform.

Identifiers

DOI

10.15611/ie.2021.4.03

Biblioteka Nauki

2085482