Информационно-аналитическая система оценки состояние здоровья студентов
Студенттердiң денсаулық жағдайын бағалау үшiн ақпараттық-талдау жүйесi
DOI:
https://doi.org/10.26577/JMMCS.2023.v118.i2.09Ключевые слова:
Интернет вещи, окружающий интеллект, искусственный интеллект, мониторинг здоровья, алгоритм, моделированиеАннотация
Целью нашей работы являлось изучение эффективности использования интеллектуальной информационно-аналитической системы для оценки состояния здоровья студентов на базе одного из университетов Казахстана, Казахского Национального универститета имени Аль- Фараби. С этой целью была выполнена симуляция с использованием индивидуальных дан- ных о здоровье 4456 учащихся университета. В исследовании участвовало 47,4% студентов женского пола и 52,6 % мужского пола; преимущественный возраст составил от 18 до 21 года (66,9%), а распределение студентов по годам обучения было практически равномерным. Для классификации использовались такие алгоритмы, как Support Vector Machine, K-Nearest Neighbour, Random Forest и Naive Bayes. Показателями эффективности, выбранными для оценки использования различных алгоритмов прогнозирования, были Specifity, Sensitivity, Accuracy и Accessibility. Установлено, что при использовании классификатора Support Vector Machine значения показателей Specifity, Sensitivity, Accuracy и Accessibility максимальны и до- стигают 97%. Общая производительность разработанной интеллектуальной информационно- аналитической системы была оценена с использованием параметра надежности (Reliability). В сравнении с другими известными системами мониторинга здоровья пациентов (AmbIGEM и AAL) разработанная нами система показала более высокую надежность (90-95%). В буду- щем разработанную модель можно использовать для расширения мониторинга здоровья за счет включения внешних параметров, которые также могут повлиять на здоровье учащихся. Кроме того, планируется внедрить технологию Deep Learning в мониторинг здоровья уча- щихся в других учебных заведениях Казахстана и мира.
Библиографические ссылки
[2] Ahmad F.S., Ali L., Khattak H.A., Hameed T., Wajahat I., Kadry S., Bukhari S.A.C., "A hybrid machine learning framework to predict mortality in paralytic ileus patients using electronic health records (EHRs) [Journal of Ambient Intelligence and Humanized Computing] Vol. 12 (2021): 3283-3293.
[3] Abdel-Basset M., Manogaran G., Gamal A., Chang V., "A novel intelligent medical decision support model based on soft
computing and IoT" , IEEE Internet of Things Journal, 7:5 (2019): 4160-4170.
[4] Abdel-Basset M., Hawash H., Chakrabortty R.K., Ryan M., Elhoseny M.,Song H., "ST-DeepHAR: Deep learning model
for human activity recognition in IoHT applications" , IEEE Internet of Things Journal, 8:6 (2021): 4969-4979.
[5] Badıllı U., Mollarasouli F., Bakirhan N.K., Ozkan Y., Ozkan S.A., "). Role of quantum dots in pharmaceutical and
biomedical analysis, and its application in drug delivery" , TrAC Trends in Analytical Chemistry, (2020): 116013.
[6] Bilandi N., Verma H.K., Dhir R., "AHP–neutrosophic decision model for selection of relay node in wireless body area
network", CAAI Transactions on Intelligence Technology 5:3 (2020): 222-229.
[7] Char D.S., Abramoff M.D., Feudtner C., "Identifying ethical considerations for machine learning healthcare applications" ,
The American Journal of Bioethics 54 (2020): 7-17.
[8] Chen X., Xie X., Liu Y., Zhao C., Wen M., Wen Z., "Advances in healthcare electronics enabled by triboelectric
nanogenerators" , Advanced Functional Materials 54 (2020): 30-43, 2004673.
[9] Dawood B.A., Al-Turjman F., Nawaz M.H., "Cloud computing and business intelligence in IoT-enabled smart and healthy
cities" , AI-Powered IoT for COVID-19 54 (2020):1.
[10] Eeshwaroju S., Jakkula P., Ganesan S., "IoT based empowerment by smart health monitoring, smart education and smart
jobs" , 2020 IEEE International conference on computing and information technology (2020):1-5.
[11] Gavidia M., Caffrey M., "AV-BID X for employers: A framework designed to promote employee access to high-value drugs,
services" , The American Journal of Accountable Care 3 (2020):12-13.
[12] Greenberg N., Docherty M., Gnanapragasam S., Wessely S., "Managing mental health challenges faced by healthcare
workers during covid-19 pandemic" , BMJ 368 (2020).
[13] Grol R., Wensing M., "Effective implementation of change in healthcare: A systematic approach. The implementation of
change in health care. " , Improving patient care (2020):45-71.
[14] Gams M., Gu I.Y.H., Harma A., Munoz A., Tam V., "Artificial intelligence and ambient intelligence" , Journal of Ambient
Intelligence and Smart Environments (2019) 11(1):71-86.
[15] Javed A.R., Sarwar M.U., Beg M.O., Asim M., Baker T., Tawfik H., "A collaborative healthcare framework for shared
healthcare plan with ambient intelligence" , Human-centric Computing and Information Sciences (2020) 10(1):1-21.
[16] Jimenez G., Spinazze P., Matchar D., Huat G.K.C., van der Kleij R.M., Chavannes N.H., Car J., "Digital health competencies for primary healthcare professionals: A scoping review", International Journal of Medical Informatics (2020) :104260.
[17] Kumar A., Krishnamurthi R., Nayyar A., Sharma K., Grover V., Hossain E., "A novel smart healthcare design, simulation, and implementation using healthcare 4.0 processes" , IEEE Access (2020)8 :118433-118471.
[18] Karpova E.V., Karyakina E.E., Karyakin A.A., "Wearable non-invasive monitors of diabetes and hypoxia through continuous analysis of sweat" , Talanta (2020)8 :120922.
[19] Manogaran G., Alazab M., Saravanan V., Rawal B.S., Sundarasekar R., Nagarajan S.M.,Montenegro-Marin C.E. "Machine learning assisted information management scheme in service concentrated IoT", IEEE Transactions on Industrial Informatics (2020)17:2871-2879.
[20] Ma Y., Zhang Y., Cai S., Han Z., Liu X., Wang F., Feng X., "Flexible hybrid electronics for digital healthcare" , Advanced Materials (2020) 32(15):1902062.
[21] Mansurova, M., Zubairova, M., Kadyrbek, N., Tyulepberdinova, G., Sarsembayeva, T., "Data Analysis for the Student Health Digital Profile. Proceedings - 2021 16th International Conference on Electronics Computer and Computation", ICECCO (2021).
[22] Mansurova, M., Sarsenova, L., Kadyrbek, N., Tyulepberdinova, G., Sailau, B., "Design and Development of Student Digital Health Profile" , 15th IEEE International Conference on Application of Information and Communication Technologies, AICT (2021).
[23] M. E. Mansurova, V. B. Barakhnin, G. A. Tyulepberdinova, F. R. Gusmanova, A. A. Nurakhanova, "Comparative analysis of the classification of health status by artificial intelligence methods. Bulletin of Abai Kaznpu" , physical and Mathematical Sciences (2021): 129-137.
