NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı, özellikle yaşlılar olmak üzere nüfusun büyük bir bölümünü etkileyen kronik bir nörodejeneratif hastalıktır. Motor, bilişsel ve diğer semptomlarla birlikte ortaya çıkar, hastaların yaşam kalitesini önemli ölçüde azaltır. Nesnelerin İnterneti ve Yapay Zeka alanlarındaki son gelişmeler, makine öğrenimi ve derin öğrenmenin alt alanları da dahil olmak üzere, Parkinson hastalığı hastalarını, bakıcılarını ve klinisyenlerini hastalığın her aşamasında destekleyebilir, tedavi etkinliğini en üst düzeye çıkarabilir ve ilgili sağlık masraflarını en aza indirebilir. Bu incelemede, dikkate alınan çalışmalar, Parkinson hastalığı yönleriyle ilgili tahminler veya tahminler sağlamak için akıllı cihazlar, giyilebilir veya giyilebilir olmayan sensörler ve diğer Nesnelerin İnterneti teknolojileri aracılığıyla edinilen veriler üzerinde eğitilmiş makine öğrenimi modellerini önermektedir. Yedi yüz yetmiş çalışma üç baskın akademik edebiyat veri tabanından alınmıştır. Son olarak, yüz on iki tanesi sistematik bir şekilde seçilmiş ve bu makalede sunulan son teknoloji sistematik incelemede dikkate alınmıştır. Bu çalışmalar, farklı Parkinson hastalığı ile ilgili sorunları ele almak için çeşitli duyusal verilere uygulanan çeşitli yöntemler önermektedir. En yaygın olarak kullanılan sensörler, en yaygın olarak ele alınan problemler ve en iyi performans gösteren algoritmalar vurgulanır. Son olarak, bazı zorluklar, gelecekteki bazı düşünceler ve ortaya çıkan fırsatlarla birlikte özetlenir.
Özgün kaynak özetini okuyun
Parkinson's disease is a chronic neurodegenerative disease that affects a large portion of the population, especially the elderly. It manifests with motor, cognitive and other types of symptoms, decreasing significantly the patients' quality of life. The recent advances in the Internet of Things and Artificial Intelligence fields, including the subdomains of machine learning and deep learning, can support Parkinson's disease patients, their caregivers and clinicians at every stage of the disease, maximizing the treatment effectiveness and minimizing the respective healthcare costs at the same time. In this review, the considered studies propose machine learning models, trained on data acquired via smart devices, wearable or non-wearable sensors and other Internet of Things technologies, to provide predictions or estimations regarding Parkinson's disease aspects. Seven hundred and seventy studies have been retrieved from three dominant academic literature databases. Finally, one hundred and twelve of them have been selected in a systematic way and have been considered in the state-of-the-art systematic review presented in this paper. These studies propose various methods, applied on various sensory data to address different Parkinson's disease-related problems. The most widely deployed sensors, the most commonly addressed problems and the best performing algorithms are highlighted. Finally, some challenges are summarized along with some future considerations and opportunities that arise.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.