Сочинение на тему 4 Существующие применения интеллектуальных агентов в системах здравоохранения
- Опубликовано: 15.07.2020
- Предмет: Здоровье, образование
- Темы: Здравоохранение, Исследование, Обучение
В этом разделе представлен сравнительный анализ систем на основе интеллектуальных агентов, предложенных в литературе, реализованных практически в медицинских учреждениях или смоделированных. Параметры сравнения изложены в разд. 4 извлечены из соответствующих работ. Планирование и управление ресурсами. Системы планирования и управления ресурсами в основном ориентированы на мониторинг и планирование пациентов, планирование медицинских процессов, мониторинг и управление медицинским персоналом, измерение эффективности, управление больницами и клиническими ресурсами. В этом разделе рассматриваются три системы MAS, используемые для оптимального планирования ресурсов в зависимости от состояния пациента. Гибридный и масштабируемый мультиагентный подход к планированию пациентов на основе моделей сети Петри (HSMA-PSPM) (Fu-Shiung et al. 2017) предлагает выполнимый и эффективный подход для разработки масштабируемой и оправданной системы планирования на основе мультиагента система (MAS) для сокращения пребывания пациентов в больнице и составления графиков на основе медицинских рабочих процессов и доступных ресурсов.
Подход к планированию пациентов основан на взаимодействии агентов в системе. В этой системе есть четыре типа агентов, в том числе агенты пациента, агенты рабочего процесса, агенты ресурсов и агенты планирования. Пациент представлен агентом, называемым агентом пациента. Врачи, сотрудники, специалисты, медсестры и другие работники больницы моделируются агентами по ресурсам. Медицинская процедура для пациента обычно состоит из последовательности медицинских агентов рабочего процесса. Агент планирования реализует алгоритм для улучшения расписаний. Медицинский агент рабочего процесса в медицинской процедуре называется целевым медицинским агентом рабочего процесса. Запрос от агента пациента постепенно распространяется от агента пациента к его целевому агенту рабочего процесса, пока он не достигнет первого агента рабочего процесса в восходящем направлении в ходе медицинской процедуры. Теории оптимизации с многоагентной системной архитектурой объединяются для распределения ресурсов и выполнения операций рабочих процессов. Подход «разделяй и властвуй» для достижения оптимизации на местном уровне. Архитектура на основе агентов для управления новорожденными с высоким риском в отделении интенсивной терапии новорожденных (AAHNM-NICU) (Jaleh et. Al. 2018) представляет архитектуру управления новорожденными с высоким риском на основе нескольких агентов с точки зрения преимуществ системы с несколькими агентами. Авторы развернули его прототип приложения, используя UMAP (универсальная многоагентная платформа). В отличие от других инструментов разработки агентов, таких как JADE и SPADE, этот прототип был основан на. Среда разработки Net Framework, потому что ее легче разрабатывать и поддерживать, и она дешевле. Агенты локальной среды NICU связаны внутри контейнера, а каждый контейнер – с периферийными ресурсами, включая другие системы и консультационные центры NICU. В контейнере NICU основными выявленными агентами были прием, наблюдение, регистрация NICU и прогнозирование результатов, которые связаны с человеческими агентами, включая медсестер и врачей.
Система управления агентами (AMS), посредник каталогов (DF) и система передачи сообщений (MTS) были FIPA-совместимыми агентами, добавленными в модель для управления, регистрации и включения обмена сообщениями агентов. Агент приема получает / регистрирует информацию о матери и демографических данных новорожденного, и, если у пациента есть электронная медицинская карта, она будет извлечена или зарегистрирована в качестве новой медицинской карты в Реестре новорожденных. Агент-наблюдатель собирает данные о приеме пациента, результаты рентгенографии и лабораторных анализов, а также данные о медицинском устройстве из реестра новорожденных и отправляет сигналы тревоги, если элементы данных находятся за пределами допустимого диапазона. Result Prediction Agent собирает последние данные о новорожденных и результаты измерений из хранилища данных о новорожденных, прогнозирует исходы новорожденных и определяет новорожденных с высоким риском, используя методы искусственного интеллекта. Система управления агентами (AMS) является компонентом UAMP, совместимым с FIPA. Он отвечает за загрузку агентов и предоставляет среду выполнения для работы агентов внутри контейнера. Помощник по каталогам (DF). Все агенты в ограниченном контейнере регистрируют свою информацию в DF, а также хранит информацию об агентах других контейнеров, которые взаимодействуют с этим контейнером. Служба транспорта сообщений (MTS) – это агент, совместимый с FIPA, отвечающий за обмен сообщениями между агентами в контейнере и агентами удаленных контейнеров. Алгоритм периодического восстановления для динамического планирования в домашнем здравоохранении с использованием агентной модели (PRADSHHC-ABM) (Zhijie et. Al. 2017) представляет алгоритм периодического восстановления для динамического планирования домашнего посещения с целью снижения стоимости услуг в домашнем здравоохранении , Агентство здравоохранения должно назначить врачей для покрытия всех запросов на посещение на дому. Основные задачи агентства по уходу на дому включают сбор запросов на посещение от клиентов и составление расписания врачей для завершения посещений на дому у клиента.
Структура алгоритма динамического планирования, называемая алгоритмом периодического восстановления, является основным алгоритмом для периодического просмотра существующих расписаний. Модель была разработана с агентной системой, и два типа агентов (врач и агентство здравоохранения) работают совместно для достижения поставленных целей. Эти два агента помещаются в динамическую среду, в которой действия генерируются стохастически вместе с реализацией текущих расписаний. Агент врача действует как личный помощник практикующего, который поддерживает динамическое расписание, доступность и предпочтения посещения. Агентство здравоохранения рассматривается как дополнительный агент в этой модели, играющий роль источника, который собирает запросы на посещение и осуществляет диспетчеризацию. Трехфазный алгоритм периодически решает ряд подзадач в ракурсе планирования для учета динамических событий во время реализации расписания. Результаты моделирования показывают, что решения, созданные с помощью динамического алгоритма, снижают стоимость медицинского учреждения на 14% по сравнению с алгоритмом FCFS, что позволяет достичь цели контроля затрат в домашнем здравоохранении.
Если взглянуть на школы в Ричмонде, штат Калифорния, и сравнить их со школами в Конкорде, штат Калифорния, можно увидеть огромную разницу. Мало того, что жилой
Преподавание существительных в важной области интересов в преподавании английского языка, которая всегда привлекала мое внимание и внимание моих учеников. Это обширная область, которая может связать
В графическом романе Элисон Бешдель «Веселый дом» она рассказывает о своей семье, но больше о своих отношениях с отцом. Она изображает своего отца эмоционально разъединенным