Towards Compliant Data Management Systems for Healthcare ML
随着机器学习方法的日益普及以及人们对数据保护和数据隐私意识的不断提高，为构建真正安全可靠的医疗保健系统提供了机会。GDPR和HIPAA等法规提供了广泛的指导方针和框架，但实施可能会带来技术挑战。合规的数据管理系统需要执行许多技术和管理保障措施。虽然可以为这两种保护措施设置策略，但实时的了解合规性的可用性有限。机器学习从业者越来越意识到跟踪敏感数据的重要性。由于对个人身份、健康或商业敏感信息的敏感性，以更动态的方式理解对数据流的评估是有价值的。我们回顾了医疗保健领域的机器学习项目中的数据流如何从源到存储流动，以用于训练算法等。在此基础上，我们设计了数据版本化的工程规范和解决方案。我们的目标是设计工具来检测和跟踪项目生存周期中跨机器和用户的敏感数据，优先考虑效率，一致性和易用性。我们建立了一个原型的解决方案，证明在这个领域的困难。总之，这些代表了为医疗保健机器学习项目构建合规数据管理系统的初步努力。
2020-11-15 cs.CR cs.CY
AI-Driven Electronic Health Records System for Enhancing Patient Data Management and Diagnostic Support in Egypt
本文提出面向埃及全民健康保险的AI驱动EHR系统，通过微服务架构集中管理病史，并利用Llama3-OpenBioLLM-70B和ViT实现病史摘要、聊天机器人、AI报告生成及肺炎分类，以提升诊断支持与医疗决策。
2025-02-08 cs.CY
Trust@Health: A Trust-Based Multilayered Network for Scalable Healthcare Service Management
针对医疗系统内医生、科室和医院的复杂互动问题，提出Trust@Health多层网络模型，利用演化图框架整合层内和层间信任关系，通过量化实体重要性的算法优化服务管理，在真实数据集上验证了与机构评分的强相关性。
2025-08-16 cs.CY cs.SI physics.soc-ph
Technological Platform for the Prevention and Management of Healthcare Associated Infections and Outbreaks
医院获得性感染是患者在住院期间发生的感染，在入院时不存在。它们是世界各地医疗保健中最常见的不良事件之一，导致死亡率和发病率增加，住院时间延长，给医院和患者带来相当大的经济负担。已经制定了预防性准则和条例，但遵守这些准则和条例的情况往往很差，还有很大的改进余地。本文介绍了一个可扩展的，可配置的网络物理系统的原型，在欧盟的资助下开发的，这将有助于预防医院感染和爆发。我们的解决方案将用于监测临床流程的无线传感器网络与围绕工作流引擎构建的可配置监控软件集成为关键组件，可检测与既定卫生实践的偏差，并在发现感染风险时提供实时信息和警报。该平台从硬件和软件的角度进行了描述，重点是无线网络的元素，以及最重要的软件组件。此外，两个不同的复杂性，这是包括在系统原型的临床工作流程进行了详细说明。预计最终完成的系统将有助于创建和自动监测与90%以上医院感染相关的临床工作流程。
2020-09-05 cs.CY
Semantic Web in Healthcare: A Systematic Literature Review of Application, Research Gap, and Future Research Avenues
如今，由于数字医疗技术的快速发展，医疗保健已成为规模最大、发展最快的行业之一。增强医疗保健服务的根本是沟通和链接大量可用的医疗保健数据。然而，实现这一雄心勃勃的目标的关键挑战是让信息在不同的来源和方法之间交换，以及建立有效的工具和技术。语义网（SW）技术可以帮助解决这些问题。它们可以增强医疗保健系统中的知识交换、信息管理、数据互操作性和决策支持。它们还可以用于创建各种电子医疗保健系统，帮助医疗从业者做出决策，并为患者提供重要的医疗信息和自动化医院服务。本系统性文献综述（SLR）对医疗保健系统中的软件进行了评估和批判，同时遵循适当的研究程序。我们看了65篇论文，得出了五个主题：电子服务、疾病、信息管理、前沿技术和监管条件。在每个专题研究领域，我们提出了以前的文献的贡献。我们通过回答五个具体的研究问题来强调这个主题。我们已经完成了SLR研究，确定了研究差距，并建立了未来的研究目标，这将有助于最大限度地减少在医疗系统中采用软件的困难，并为基于软件的医疗系统的进步提供新的方法。
2022-10-19 cs.CY
LizAI XT -- Artificial Intelligence-Powered Platform for Healthcare Data Management: A Study on Clinical Data Mega-Structure, Semantic Search, and Insights of Sixteen Diseases
本文提出 AI 驱动的 LizAI XT 医疗数据管理平台，将多源临床文件按疾病和变量结构化，在16种疾病、16,000名患者数据上实现逾95%准确率与亚秒检索。
2025-05-15 cs.CY
Enterprise Architecture in Healthcare Systems: A systematic literature review
企业架构（EA）自20世纪80年代以来一直存在于科学文献中，并已扩展到几个研究领域。EA通过向业务和ICT领导者提供调整政策和项目以实现业务目标的建议来提供价值。虽然有许多工作EA在医疗系统中的应用，文献缺乏研究，提供了一个系统的方法，这一主题具体。这项工作提出了一个深入和广泛的系统性文献综述（SLR），以选择研究，证明当前EA的做法在医疗保健系统。研究人员建立了一个SLR方案，在数据选择的第一步后返回280项主要研究，并在第二步后合并纳入46篇文章。他们使用科恩的Kappa来评估团队评估期间的分歧程度。本SLR揭示了医疗保健系统中最先进的EA应用的基本方面，例如最常用的方法和工具，最佳实践以及选择时考虑的标准。它还分析了主要的积极影响，挑战和关键的成功因素所描述的研究的作者基于实证方法。此外，这项工作带来了主要的出版渠道和最有影响力的作者的主题EA在医疗保健系统。
2020-07-17 cs.CY
Game theory to enhance stock management of Personal Protective Equipment (PPE) during the COVID-19 outbreak
自2019冠状病毒病疫情爆发以来，许多医疗机构的医疗资源短缺，尤其是个人防护装备（PPE）。在本文中，我们提出了一个博弈论的方法来安排医疗机构之间的PPE订单。在这个PPE游戏中，每个独立的医疗机构都优化了自己的存储利用率，以将其PPE成本保持在最低水平。当应用于可变的个人防护设备消费情况时，这种模式可以大大减少高峰需求。使用实际数据为NHS英格兰地区进行的实验证实，如果采取适当的库存管理程序，在COVID-19等灾害期间确保PPE供应的挑战可以得到缓解。这些程序可包括早期储存、增加储存能力和采取措施，延长连续感染波之间的时间，如社交距离措施。模拟结果表明，提供个人防护用品专用存储空间是一种可行的解决方案，可以避免在第二波COVID-19感染发生时使个人防护用品供应链紧张。
2021-02-02 cs.CY
Towards FATE in AI for Social Media and Healthcare: A Systematic Review
本文系统综述社交媒体与医疗保健AI中的FATE研究，分析现有方案的优劣，指出统计与交叉性公平及透明度的关键作用，并提出未来方向。
2023-06-05 cs.CY
Implementation of Big Data Analytics for Diabetes Management: Needs Assessment in the Rwanda Healthcare System
University of Rwanda（卢旺达大学）
本研究通过利益相关者研讨会评估卢旺达医疗系统采用大数据分析管理糖尿病的准备情况，并提出了一个基于可解释机器学习模型的实用框架。
2026-05-26 cs.AI cs.CY cs.LG
E-Health Management Services in Supporting Empowerment
Web技术为医疗保健提供商提供了扩展其服务的能力，从而提供了一个特别有利的环境，以实现复杂的电子健康目标。本文讨论了Web 2.0应用程序将如何帮助医疗保健提供者通过参与和授权他们的客户来扩展和增强他们的服务。Web 2.0指的是下一代Web技术，使用户能够在Internet上生成内容。Web 2.0也指的是将Web作为在线执行任何任务的平台。Web 2.0使客户能够更好地控制医疗保健提供商与客户之间以及客户之间的交互信息流。该研究采用定量方法来描述印度尼西亚客户对医疗保健服务的期望，这些服务可以提供授权，社交媒体和分享。调查问卷公平地分配给定期访问医疗中心的医疗保健人员和客户（患者）。调查结果显示，顾客十分欣赏Web2.0在电子健康服务方面的特色，例如网上诊症、在社交网络上分享信息、提供详细的个人健康纪录等。不管调查的局限性如何，公众对调查问卷中列出的Web 2.0功能给予了极大的支持。研究结果提供了初步的想法和建议，未来的方向原型的社交网络在电子健康服务。
2021-02-08 cs.CY cs.SI
Having our omic cake and eating it too: Evaluating User Response to using Blockchain Technology for Private & Secure Health Data Management and Sharing
本文报告了一个原型区块链解决方案的开发和评估，该解决方案用于私人和安全的个人组学健康数据管理和共享。该解决方案是一个多学科项目的成果之一，该项目调查了在个性化医疗研究背景下区块链技术应用的社会、数据和技术问题。该项目研究了自我主权医疗保健数据管理和共享的潜在伦理、法律、社会和认知约束，以及这些约束是否可以通过区块链解决方案的精心用户界面设计来解决。
2020-04-24 cs.CR cs.CY
A Systematic Literature Review of Unmanned Aerial Vehicles for Healthcare and Emergency Services
本文通过两阶段系统文献综述，系统梳理了无人机在医疗与应急服务中的应用，表明其能提升响应速度、存活率并降低成本，同时指出需解决监管、安全与伦理等挑战。
2025-04-10 cs.CY
Going Digital: A Survey on Digitalization and Large Scale Data Analytics in Healthcare
我们概述了医疗保健领域数字化和大规模数据分析的最新趋势。预计这些趋势将有助于医疗保健在未来的组织方式发生巨大变化。我们讨论了最近的政治举措，旨在将医疗服务流程从纸质转变为电子，目标是更有效的治疗和更好的结果;成本压力是创新的主要驱动力。我们描述了新开发的医疗保健提供商，研究机构和商业供应商的网络，以共同分析数据的决策支持系统的发展。我们致力于通过可穿戴和固定设备监测健康状况的持续医疗保健趋势;相关的发展是患者越来越多地对自己的健康数据承担责任。最后，我们讨论了最近的举措，对个性化的医疗，分子医学，数据管理和数据分析的基础上取得的进展。
2016-10-19 cs.CY
The Changing Locus of Health Data Production and Use: Patient-Generated Health Data, Observations of Daily Living, and Personal Health Information Management
尽管越来越多的研究人员，医疗保健管理人员和政策制定者的关注，数据收集和信息管理实践在很大程度上是非理论化的领域。在这项工作中，提出并讨论了一些早期阶段的概念化：患者生成的健康数据（PGHD），日常生活观察（ODL）和个人健康信息管理（PHIM）。正如我将试图证明的那样，这些标签并不是中立的，而是它们在健康、医患关系和数据状态方面支撑着完全不同的观点。
2019-04-01 cs.CY
Data Management Challenges in Paediatric Information Systems
对于数据集成和异构生物医学信息的利用，以改善整个欧盟的临床实践，医学研究和个性化医疗保健，有着迫切的需求。儿科信息整合领域尤其具有挑战性，因为患者的生理随着生长而变化，并且在较长的时间内定期监测健康的不同方面。儿科医生需要访问异构数据集，通常在不同的位置，不同的仪器和延长的时间尺度收集。使用最初在CERN为物理学开发的网格平台和一种新颖的集成语义数据模型，Health-e-Child项目为欧洲儿科开发了一个集成医疗保健平台，提供传统和新兴生物医学数据源的无缝集成。该项目的长期目标是为个性化和预防性保健、大规模基于信息的生物医学研究和培训以及知情决策提供不受限制的通用生物医学知识库。该项目建立了一个由领先的临床中心组成的网格网络，可以共享和注释儿科数据，可以在临床上验证系统，并通过建立新技术，临床工作流程和标准在欧洲传播临床卓越。健康电子儿童项目突出了欧洲儿科医疗保健未来的数据管理挑战，也是本章的主题。
2014-02-24 cs.CY cs.DB
Sociotechnical Challenges of eHealth Technology for Patient Self-Management: A Systematic Review
社会老龄化和慢性病时间的增加对传统的长期护理模式提出了挑战。辅助技术和电子保健被认为在应对这些挑战方面发挥着重要作用。一个突出的例子是患者自我管理系统。这些系统不仅改变了慢性病患者与医疗保健系统的互动方式，还改变了护理提供者的工作实践。这篇文献综述讨论了电子卫生技术的社会技术挑战，具有很强的协作性。因此，确定并讨论了四个主题。
2021-02-14 cs.CY
Learning Bundled Care Opportunities from Electronic Medical Records
目的：医疗保健的收费服务办法导致以独立的方式管理病人的病情，从而导致各种负面后果。人们认识到，一个捆绑式的医疗保健方法，一个管理的健康状况的集合在一起，可以使更大的效率和成本节约。然而，在捆绑计划中应管理哪些条件集并不总是显而易见的。研究设计：从电子病历（EMR）系统中回顾性推断健康状况的集群。对医疗保健专家进行调查，以确定捆绑式护理计划集群的可行性。研究方法：我们设计了一个数据驱动的框架来推断集群的健康状况，通过其共享的临床工作流程，根据医疗保健员工的EMR利用率。我们评估了来自一家大型医疗中心的约16，500名住院患者的框架。通过对一组医疗保健专家进行调查，使用方差分析（ANOVA）在95%置信区间下评估了捆绑式护理集群的可行性。结果如下：该框架推断出四种疾病集群：1）胎儿异常，2）晚期妊娠，3）前列腺问题和4）慢性疾病（充血性心力衰竭突出）。专家认为每个集群都是合理的捆绑式护理。结论：研究结果表明，电子病历的数据可能为发现捆绑式医疗的新方向提供了基础。然而，将这些发现转化为实际的护理管理将需要进一步的完善，实施和评估。
2017-05-26 cs.CY
The Ethics of ChatGPT in Medicine and Healthcare: A Systematic Review on Large Language Models (LLMs)
本文通过系统综述53项研究，梳理了LLMs在医疗中的四类应用场景及其公平性、偏见、透明度和隐私等伦理问题，并建议将伦理讨论聚焦于界定可接受的人类监督标准。
2024-03-21 cs.CY
Blockchain in Healthcare and Medicine: A Contemporary Research of Applications, Challenges, and Future Perspectives
本文研究了区块链技术在医疗保健与医学领域的应用现状，分析了电子健康记录、供应链管理等子领域的实际案例与公司实践，并探讨了当前挑战与未来展望。
2024-06-03 cs.CR cs.CY
Healthcare Security Breaches in the United States: Insights and their Socio-Technical Implications
本研究分析美国2009年至今的医疗安全漏洞，发现人为因素是主要诱因，即便有HIPAA、HITECH等法规仍难杜绝，由此提出需结合技术防御与人为行为、制度建设的整体安全方案。
2023-11-07 cs.CR cs.CY
Usage Management of Personal Health Records
随着私营公司进入市场，政府机构积极解决医疗保健分配不平等和效率低下的问题，个人健康记录（PHR）管理正受到新的审查。目前的系统是粗粒度的，消费者对其数据的实际控制很少。在这里，我们提出了一个替代系统，用于管理医疗保健信息的使用。这个新颖的系统是更细粒度的，允许数据采掘和重新打包，并给予用户对其数据的更多控制，允许将其分发到他们的规范。在本文中，我们概述了这样一个系统在不同的背景下的特点，目前相关的背景信息和研究导致系统的设计，并覆盖特定的使用场景，该系统是难以控制使用简单的访问控制策略。
2012-06-23 cs.CY
Exploring the added value of blockchain technology for the healthcare domain
在这份报告中，格罗宁根大学医学中心（UMCG）总结了区块链技术如何影响医疗保健领域的经验教训。通过研究两个用例，医院挑战了几个团队，参与了一个开放式创新计划和区块链黑客，以找到一个解决方案，显示该技术对患者护理和科学研究的附加价值。除了这种实用的观点，该报告还考虑了讨论区块链技术在医疗领域发展现状的文献（涉及患者赋权，数据管理，法规和医疗系统之间的互操作性）。
2019-11-15 cs.CY cs.DB cs.HC
Eletronic Health Records using Blockchain Technology
数据隐私是指确保用户对信息的访问保持控制，而数据可访问性是指确保信息访问不受限制。隐私和数据可访问性之间的冲突是自然发生的，医疗保健是一个与之特别相关的领域。在本文中，我们讨论了区块链技术和智能合约如何在与特定医疗保健领域的数据访问、数据管理和数据互操作性相关的一些典型场景中提供帮助。然后，我们提出了一个大规模的信息架构的实施，以访问基于智能合约作为信息中介的电子健康记录（EHR）。我们的主要贡献是构建了医疗保健中的数据隐私和可访问性问题，并提出了一个基于区块链的集成架构。
2018-04-26 cs.CY
Maturity assessment and maturity models in healthcare: A multivocal literature review
背景：医疗领域实践和基础设施的成熟度直接影响医疗服务的质量和效率。因此，各种医疗保健管理机构（例如，从医院管理到全国卫生当局）需要评估和提高其业务成熟度。目的：本研究的目的是审查和分类的研究，提出/使用成熟度评估或成熟度模型（MATRIX）作为一种工具，以实现卓越的运营在医疗保健领域。方法：为了实现这一目标，我们进行了一项多焦点文献综述（MLR），这是一种系统性综述，包括来自灰色文献的数据（例如，白皮书和在线文档）以及正式的同行评审文献。结果如下：基于101个来源，其中80个来自同行评议文献，21个来自灰色文献，我们确定了68个不同的错误，例如，远程医疗、护理路径和数字成像。我们从各个方面对它们进行了审查，包括：研究和贡献的类型;与其主题重点一起提出/使用的主题列表;成熟度/能力的要素;以及应用范围或规模。在综合使用的实证效益，发现两个显着的：（1）识别问题，并提供指导，以改善医疗保健环境;（2）提高效率，有效性，性能和生产力。结论：本MLR提供了景观概述，并作为该领域大量知识的索引。我们的审查创造了一个机会，以应对挑战，在获得最先进的和实践的概述，选择最合适的模型，或开发新的模型与进一步的专业。
2019-10-05 cs.CY
Analysis of Research in Healthcare Data Analytics
本文的主要目的是对医疗数据分析的研究领域进行深入分析。本文分析了这一领域的研究成果，并指出了一些指导思想和差距。本研究使用了七个流行的数据库，并选择了最相关的论文，以进行这篇论文。本文列出了一些数据分析工具和技术，这些工具和技术已用于改善医疗保健在许多领域的绩效，例如：医疗操作，报告，决策以及预测和预防系统。此外，系统性综述显示了一个有趣的出版领域，研究方法，以及概述了一些可能的原因和问题与医疗保健数据分析，基于地理分布的主题。
2016-06-04 cs.CY
Analysis of Blockchain Integration in the e-Healthcare Ecosystem
本文分析了区块链技术在电子医疗数据管理中的常见方法，评估了各方法的优势与局限，并指出了利益相关者代表性、法律互操作性及监管机构整合等关键挑战，强调多方合作的重要性。
2024-01-08 cs.CR cs.CY
Secure and Trustable Electronic Medical Records Sharing using Blockchain
电子病历（EMR）是医疗保健领域的重要、高度敏感的私人信息，需要在同行之间频繁共享。区块链提供了所有交易的共享，不可变和透明的历史记录，以构建具有信任，问责制和透明度的应用程序。这为使用区块链开发安全可靠的EMR数据管理和共享系统提供了独特的机会。在本文中，我们提出了我们对基于区块链的医疗保健数据管理的看法，特别是医疗保健提供者之间的EMR数据共享和研究。我们提出了一个管理和共享癌症患者护理EMR数据的框架。通过与Stony Brook大学医院合作，我们在原型中实现了我们的框架，该框架确保了对EMR数据的隐私性、安全性、可用性和细粒度访问控制。建议的工作可以显着减少电子病历共享的周转时间，改善医疗决策，并降低整体成本
2017-08-02 cs.CR cs.CY
ClinConNet: A Blockchain-based Dynamic Consent Management Platform for Clinical Research
SAMOVAR, Télécom SudParis, Institut Polytechnique de Paris（巴黎理工学院电信南巴黎学院SAMOVAR实验室）
ClinConNet是一种基于区块链的动态知情同意管理平台，旨在通过动态同意界面和自主权身份系统，实现以用户为中心的隐私保护和数据管理，提升临床研究中的数据流动性与个性化医疗。
2026-02-02 cs.CR cs.CY
Clinician Perspectives on Type 1 Diabetes Guidelines and Glucose Data Interpretation
University of Manchester（曼彻斯特大学）；Manchester University NHS Foundation Trust（曼彻斯特大学NHS基金会信托）；Division of Diabetes, Endocrinology and Gastroenterology, University of Manchester（曼彻斯特大学糖尿病、内分泌与胃肠病系）
研究通过问卷调查探讨临床医生对1型糖尿病管理的视角，发现临床指南中血糖管理优先级高，且数据解读对患者治疗决策有积极影响。
2026-03-26 cs.CY cs.HC
AI-driven innovation in medicaid: enhancing access, cost efficiency, and population health management
Albertsons Digital Pharmacy（艾伯森数字药房）；Oracle America Inc（甲骨文美国公司）；JPMorgan Chase Bank NA（摩根大通银行（美国））
针对美国Medicaid面临的成本上涨、可及性不均等挑战，本文探究AI在预测分析、护理协调等方面的作用，提出AI驱动的公平护理解决方案，强调整合AI对提升运营效率、构建公平可及医疗体系的重要性。
2024-10-11 cs.AI cs.CY
A Federated Learning Platform as a Service for Advancing Stroke Management in European Clinical Centers
CERN（欧洲核子研究组织）；Politecnico di Milano（米兰理工大学）；Consiglio Nazionale delle Ricerche (CNR)（意大利国家研究委员会）
本文提出一种基于PaaS和MQTT的联邦学习平台，用于在保护医疗数据隐私的前提下支持欧洲临床中心卒中管理中的协作模型训练与流程管理，并通过多环境测试验证其安全性和有效性。
2024-10-02 cs.CY cs.DC cs.LG
SSHealth: Toward Secure, Blockchain-Enabled Healthcare Systems
医疗保健系统的未来正在通过整合新兴的技术创新来塑造，以推动患者护理的新模式。通过在不同系统级别获取、集成、分析和交换医疗数据，可以引入新的实践，从而从根本上改善医疗服务。本文提出了一种新型的智能安全医疗保健系统（ssHealth），该系统利用边缘计算和区块链技术的进步，允许流行病发现，远程监控和快速应急响应。所提出的系统还允许在本地医疗保健实体之间进行安全的医疗数据交换，从而实现多个国家和国际实体的集成，并实现关键医疗事件的相关性，例如，新出现的流行病的管理和控制。特别是，我们开发了一种基于区块链的架构，并实现了灵活的配置，从而优化了不同健康实体之间的医疗数据共享，并满足ssHealth可能需要的不同级别的服务质量（QoS）。最后，我们强调了建议的ssHealth系统的好处和未来研究的可能方向。
2020-06-18 cs.CR cs.CY cs.NI
A Survey on Federated Learning for the Healthcare Metaverse: Concepts, Applications, Challenges, and Future Directions
Manchester Metropolitan University（曼彻斯特城市大学）；Vellore Institute of Technology（韦洛尔理工学院）；Trinity College Dublin, The University of Dublin（都柏林大学圣三一学院）；Lebanese American University（黎巴嫩美国大学）；Ho Chi Minh City University of Technology and Education（胡志明市技术教育大学）；University College Dublin（都柏林大学学院）
本文综述了联邦学习（FL）在医疗保健元宇宙中的应用，探讨了其在隐私保护、数据管理及低延迟服务等方面的优势，并分析了医疗诊断、患者监测等应用场景及未来挑战。
2023-04-05 cs.AI cs.CY
The potential role of AI agents in transforming nuclear medicine research and cancer management in India
Australian Institute for Bioengineering and Nanotechnology（澳大利亚生物工程与纳米技术研究所）；The University of Queensland（昆士兰大学）；Rohtak Nuclear Medcare Imaging Therapy and Research Center（罗塔克核医学影像治疗与研究中心）；Apollo Multispeciality Hospital（阿波罗 multispeciality 医院）；Apollo Hospitals Educational and Research Foundation（阿波罗医院教育与研究基金会）；Australian eHealth Research Centre（澳大利亚电子健康研究中心）；CSIRO（联邦科学与工业研究组织）；Georgia Institute of Technology（佐治亚理工学院）
本文探讨AI智能体在印度核医学癌症研究、诊断与管理中的潜在作用，提出基于智能体的生态系统以弥补实体医疗基础设施不足并应对可持续性挑战。
2025-03-10 cs.AI cs.CY cs.MA
Discrete-Event Simulation in Healthcare Settings: a Review
我们回顾并定义了当前最先进的医疗相关系统中的离散事件模拟。在过去五年（2017 - 2021年）发表的文献进行了审查，以先前发表的工作为基础。检索PubMed和EBSCOhost中关于医疗保健中离散事件模拟的期刊文章，识别出933篇独特的文章。其中约一半在标题/摘要层面被排除，154篇在全文层面被排除，剩下311篇论文需要分析。对这些文献进行分类，然后按类别进行分析，以确定随时间推移的出版量、疾病焦点、各国的活动水平、使用的软件系统和研究中的医疗保健单位的规模。共初步识别出1196篇文章。这份名单被缩小到311人进行系统审查。根据先前系统性综述的模式，文章分为四大类：卫生保健系统操作（HCSO），疾病进展模型（DISEASE），筛查模型（SM）和健康行为模型（HBM）。我们发现，医疗保健中的离散事件仿真持续增长，并扩展到医疗保健系统的各个领域。此外，本研究还增加了额外的文献计量维度，以更深入地了解模拟在医疗保健中的使用方式和位置的细节和细微差别。
2022-10-20 cs.CY cs.SY eess.SY
Health Behaviour Change Techniques in Diabetes Management Applications: A Systematic Review
移动医疗技术的快速发展可以显著帮助控制慢性疾病，如糖尿病。本文对苹果iTunes商店中的1型和2型糖尿病管理应用程序进行了系统回顾。我们调查了“健康与健身”和“医疗”应用程序，遵循两步过滤过程（选择和分析阶段）。我们首先研究了应用程序对说服性系统设计（PSD）模型的依从性。然后，我们描述了糖尿病管理顶级应用程序的行为改变技术（BCT）。最后，我们检查了关于疾病连续体阶段的应用程序。研究结果显示，应用程序根据其配置和行为改变技术纳入了一些PSD原则。大多数应用程序都没有BCT的元素，而是专注于测量运动和卡路里摄入量。很少有应用程序考虑管理特定的糖尿病类型，这引起了人们对这些应用程序在提供可持续糖尿病管理方面的有效性的怀疑。此外，人们可能需要多个应用程序来启动和保持健康的行为。
2019-04-22 cs.CY cs.HC
DIYHealth Suite: Dataset, Model, and Benchmark for Health Management at Home
National University of Singapore（新加坡国立大学）；University of Science and Technology of China（中国科学技术大学）
针对家庭健康管理中的数据异构、任务多变和缺乏统一基准等问题，提出包含大规模多模态数据集DIYHealth-900K、自适应基础模型DIYHealthGPT（采用混合超低秩适应技术）和首个家庭护理基准DIYHealthBench的综合框架，在11项任务上达到最优性能。
2026-05-01 cs.AI cs.CY
Between Innovation and Oversight: A Cross-Regional Study of AI Risk Management Frameworks in the EU, U.S., UK, and China
本文通过比较政策分析、主题分析和案例研究，系统考察欧盟、美国、英国和中国在AI风险分类、合规、监督、透明度及创新应对方面的差异，揭示各自监管模式的优势与局限，并提出兼顾风险管理与技术进步的全球适应性治理建议。
2025-02-25 cs.AI cs.CY
Agentic AI in Healthcare & Medicine: A Seven-Dimensional Taxonomy for Empirical Evaluation of LLM-based Agents
Department of Computer Science, New York University, CIMS, New York, USA（纽约大学计算机科学系，CIMS，纽约，美国）；Department of Computer Science, Cleveland State University, Cleveland, USA（克利夫兰州立大学计算机科学系，克利夫兰，美国）
本文提出一个七维分类法，用于评估基于大语言模型的医疗代理在认知能力、知识管理、交互模式等方面的能力分布与实现情况。
2026-02-04 cs.AI cs.CY
Implementing agile healthcare frame works in the context of low income countries: Proposed Framework and Review
本研究聚焦加纳，探讨低收入国家资源受限环境下敏捷医疗框架的整合，结合mHealth、DHIMS等数字工具及NHIS政策协调，验证其在解决医疗痛点、提升服务质量上的有效性，为其他低收入地区提供可扩展模型与策略。
2025-01-21 cs.CY cs.ET cs.IR
Personality in Healthcare Human Robot Interaction (H-HRI): A Literature Review and Brief Critique
University of Michigan（密歇根大学）；School of Information（信息学院）；Robotics Institute（机器人研究所）
机器人正在成为提供医疗保健的重要方式，而个性对于理解它们的有效性至关重要。尽管如此，在医疗保健人类机器人交互（H-HRI）中缺乏对个性的系统全面理解。为了解决这个问题，作者进行了一项审查，确定了18项关于H-HRI人格的研究。本文介绍了系统的文献综述的结果。洞察力来自于此审查有关的方法，结果和使用的样本。这篇综述的作者讨论了这些文献的发现，同时确定了几个值得注意的差距。总之，本文是理解H-HRI人格的一个重要起点。
2020-08-15 cs.AI cs.CY cs.HC
Toward Secure and Compliant AI: Organizational Standards and Protocols for NLP Model Lifecycle Management
ICAART 2026
提出SC-NLP-LMF六阶段框架，通过系统综述整合NIST AI RMF等标准，结合偏差检测、差分隐私等方法，保障NLP系统从开发到退役的安全与合规，并以医疗案例验证其有效性。
2025-12-26 cs.CL cs.CR cs.CY
Generative AI-Driven Decision-Making for Disease Control and Pandemic Preparedness Model 4.0 in Rural Communities of Bangladesh: Management Informatics Approach
本研究针对孟加拉国农村医疗障碍，采用管理信息学方法构建生成式AI驱动的疾病控制模型4.0，通过问卷与统计分析验证了AI信任等因素对采纳的影响，提出需结合社区、素养与政府支持提升农村大流行防范能力。
2025-08-02 cs.CY econ.GN q-fin.EC
Federated Data Analytics for Cancer Immunotherapy: A Privacy-Preserving Collaborative Platform for Patient Management
Faculty of Computers & Artificial Intelligence, Cairo University（开罗大学计算机与人工智能学院）；Scientific Academy for Service Technology e.V. (ServTech)（服务技术科学学会）；University of New South Wales（新南威尔士大学）；University of Macquarie（麦考瑞大学）；Egypt University of Informatics（埃及信息学大学）
本文提出一个面向癌症免疫治疗患者管理的隐私保护联邦数据分析协作平台，整合护理连续体利益相关者，利用联邦学习与AI实现治疗建议和不良事件预测，试点验证准确率达70%-90%。
2025-10-10 cs.AI cs.CY cs.LG
