Τεχνητή νοημοσύνη

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Graph data science and machine learning for the detection of COVID-19 infection from symptoms
Alqaissi, E.; Alotaibi, F.; Ramzan, M. S.
PeerJ Computer Science 2023, 9:e1333, https://doi.org/10.7717/peerj-cs.1333
Published: April 10, 2023
Τα συμπτώματα της COVID-19 ποικίλλουν από ήπιες έως μέτριες ασθένειες του αναπνευστικού και μερικές φορές η νόσος απαιτεί επείγουσα φαρμακευτική αγωγή. Ως εκ τούτου, είναι ζωτικής σημασίας ο εντοπισμός της COVID-19 σε πρώιμο στάδιο μέσω ειδικών κλινικών τεστ, κιτ ελέγχου και ιατρικών συσκευών. Ωστόσο, αυτά τα τεστ δεν είναι πάντα διαθέσιμα κατά τη διάρκεια της πανδημίας. Για το λόγο αυτό, αυτή η μελέτη ανέπτυξε ένα αυτόματο, έξυπνο, γρήγορο διαγνωστικό μοντέλο πραγματικού χρόνου, για την έγκαιρη ανίχνευση της COVID-19 με βάση τα συμπτώματά της.
C. Vega
IEEE Access, vol. 9, pp. 97243-97250, 2021, doi: 10.1109/ACCESS.2021.3095222.
Date of Publication: 06 July 2021
Η εργασία αποτελεί παράδειγμα της επίδρασης του προβλήματος της επαγωγής στην ιατρική έρευνα, μέσω της μελέτης των μεθοδολογικών ζητημάτων των πρόσφατων λύσεων για τη διάγνωση της COVID-19 με τη βοήθεια υπολογιστή και τη χρήση εικόνων ακτινογραφίας στήθους
Exploring the factors that affect user experience in mobile-health applications: A text-mining and machine-learning approach
Pal, Shounak, Biswas, Baidyanath, Gupta, Rohit, Kumar, Ajay, Gupta, Shivam
Journal of Business Research, Volume 156, February 2023, 113484, https://doi.org/10.1016/j.jbusres.2022.113484
Available online 2 December 2022
Τα τελευταία χρόνια παρατηρείται αυξημένη ζήτηση για πλατφόρμες υγείας για κινητές συσκευές (mHealth) λόγω της πανδημίας COVID-19 και της προτίμησης για παράδοση κατ' οίκον. Ωστόσο, οι παράγοντες που επηρεάζουν την εμπειρία των χρηστών και τα επίπεδα ικανοποίησης από αυτές τις πλατφόρμες, με βάση κριτικές πελατών, παραμένουν σε μεγάλο βαθμό ανεξερεύνητοι στην ακαδημαϊκή έρευνα. Το εμπειρικό πλαίσιο που προτάθηκε σε αυτό το έγγραφο αντιμετώπισε αυτό το ερευνητικό κενό αναλύοντας τα σχόλια των χρηστών που δεν παρακολουθούνται, για ορισμένες δημοφιλείς πλατφόρμες mHealth.
Nahida Sultana, Marzia Tamanna
Discover Internet of Things, volume 1, Article number: 20 (2021), https://doi.org/10.1007/s43926-021-00020-9
Published online: 18 November 2021
Το Διαδίκτυο των Πραγμάτων (IoT) αναμένεται να έχει τεράστια επίπτωση, ειδικά κατά την περίοδο της πανδημίας. Η μελέτη αποκαλύπτει ότι οι άνθρωποι χρησιμοποιούν το IoT κυρίως για εκπαιδευτικούς σκοπούς (ως μαθητές και εκπαιδευτικοί), για εργασία γραφείου, στις τράπεζες και για ιατρικούς σκοπούς κατά τη διάρκεια της πανδημίας. Το κορυφαίο όφελος από τη χρήση των υπηρεσιών του IoT που βιώνουν οι άνθρωποι σε καταστάσεις πανδημίας είναι ότι βοηθά στην αυστηρή διατήρηση της φυσικής απόστασης. Η μεγαλύτερη πρόκληση, ωστόσο, είναι ότι η χρήση του IoT αυξάνει την κοινωνική απόσταση και ελαττώνει την προσωπική επικοινωνία.

 

Exploiting artificial intelligence for combating COVID-19: a review and appraisal
Sharma, R.; Pandey, H.; Agarwal, A. K.
Bulletin of Electrical Engineering and Informatics ; 12(1):514-520, February 2023, https://doi.org/10.11591/eei.v12i1.4366
Accepted Oct 14, 2022
Οι διάφορες και ποικίλες εφαρμογές της Τεχνητής Νοημοσύνης στην πανδημία COVID-19 τεκμηριώνονται σε αυτή τη μελέτη. Σκοπός της είναι να βοηθήσει στη διαμόρφωση της μελλοντικής ανάπτυξης και χρήσης αυτών των τεχνολογιών, είτε στην παρούσα είτε σε μελλοντικές κρίσεις υγείας.
Jiang, Y. and Wen, J.
International Journal of Contemporary Hospitality Management, https://doi.org/10.1108/IJCHM-03-2020-0237
Publication date: 25 June 2020 
Αυτή η εργασία έχει ως στόχο να συζητήσει τις επιπτώσεις του COVID-19 στις πρακτικές μάρκετινγκ και διαχείρισης ξενοδοχείων. Παρουσιάζεται μια ερευνητική ατζέντα με τρεις διαστάσεις -   τεχνητή νοημοσύνη (AI) & ρομποτική, υγιεινή & καθαριότητα και υγεία & υγειονομική περίθαλψη, με στόχο την ενίσχυση της γνώσης στον ξενοδοχειακό τομέα.

Δημοσιεύσεις Ελλήνων Ερευνητών

Charis Ntakolia, Dimitrios Priftis, Konstantinos Kotsis, Konstantina Magklara, Mariana Charakopoulou-Travlou, Ioanna Rannou, Konstantina Ladopoulou, Iouliani Koullourou, Emmanouil Tsalamanios, Eleni Lazaratou, Aspasia Serdari, Aliki Grigoriadou, Neda Sadeghi, Kenny Chiu and Ioanna Giannopoulou
BioMedInformatics 2023, 3(4), 1040-1059, https://doi.org/10.3390/biomedinformatics3040062
Published: 7 November 2023
Hamsa Bastani, Kimon Drakopoulos, Vishal Gupta, Jon Vlachogiannis, Christos Hadjicristodoulou, Pagona Lagiou, Gkikas Magiorkinis, Dimitrios Paraskevis & Sotirios Tsiodras
Nature (2021). https://doi.org/10.1038/s41586-021-04014-z
Published: 22 September 2021

Pages