- Home
- Τεχνολογία ιατρικών εργαστηρίων
Τεχνολογία ιατρικών εργαστηρίων
Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης
Elie Dolgin
Nature Outlook: Medical diagnostics, https://doi.org/10.1038/d41586-024-00854-7
Published: 21 March 2024
Η πανδημία COVID-19 κατέδειξε τις δυνατότητες της γονιδιακής διάγνωσης. Σε χώρες όπως το Ισραήλ, η Ινδία, οι Ηνωμένες Πολιτείες και η Νέα Ζηλανδία, έγιναν διαθέσιμα φορητά τεστ, που συνδύαζαν την ακρίβεια του μοριακού τεστ PCR με την ευκολία των κιτ ταχέος αντιγόνου.
Telemedicine: Benefits for Cardiovascular Patients in the COVID-19 Era
Ghilencea, Liviu-Nicolae; Chiru, Maria-Roxana; Stolcova, Miroslava; Spiridon, Gabriel; Manea, Laura-Maria; Stanescu, Ana-Maria Alexandra; Bokhari, Awais; Kilic, Ismail Dogu; Secco, Gioel Gabriel; Foin, Nicolas; Di Mario, Carlo
Front Cardiovasc Med ; 9: 868635, 2022, https://doi.org/10.3389/fcvm.2022.868635
Ghilencea, Liviu-Nicolae; Chiru, Maria-Roxana; Stolcova, Miroslava; Spiridon, Gabriel; Manea, Laura-Maria; Stanescu, Ana-Maria Alexandra; Bokhari, Awais; Kilic, Ismail Dogu; Secco, Gioel Gabriel; Foin, Nicolas; Di Mario, Carlo
Front Cardiovasc Med ; 9: 868635, 2022, https://doi.org/10.3389/fcvm.2022.868635
Published: 20 July 2022
Η πρόσφατη πανδημία του ιού SARS-CoV-2 εγείρει ερωτήματα παγκοσμίως σχετικά με την τηλεϊατρική για ασθενείς που βρίσκονται στο σπίτι, συμπεριλαμβανομένων εκείνων με καρδιαγγειακές παθήσεις. Η ανάγκη για περαιτέρω διερεύνηση, παρακολούθηση και θεραπευτική διαχείριση προάγει πρακτικά ζητήματα που δεν είχαν εντοπιστεί προς εξέταση πριν από την πανδημία.
Review of artificial intelligence-assisted COVID-19 detection solutions using radiological images
Yousefpanah, K.; Ebadi, M. J.
Journal of Electronic Imaging, Vol. 32, Issue 2, 021405, 2023, https://doi.org/10.1117/1.JEI.32.2.021405
Yousefpanah, K.; Ebadi, M. J.
Journal of Electronic Imaging, Vol. 32, Issue 2, 021405, 2023, https://doi.org/10.1117/1.JEI.32.2.021405
22 September 2022
Οι μέθοδοι τεχνητής νοημοσύνης θεωρούνται γρήγορες τεχνικές και ισχυρά εργαλεία για τον έλεγχο της ασθένειας COVID-19. Αυτή η ανασκόπηση εξετάζει άρθρα που μελετούσαν συστήματα βασισμένα σε τεχνητή νοημοσύνη, τα οποία χρησιμοποιούσαν ακτινολογικές εικόνες, όπως ακτίνες Χ και εικόνες αξονικής τομογραφίας (CT) για τη διάγνωση της COVID-19. Εστιάζει ειδικά σε συστήματα που βασίζονται σε βαθιά μάθηση (deep learning) για τον προσυμπτωματικό έλεγχο ασθενών με COVID-19.
Pedro Ribeiro, João Alexandre Lobo Marques, Daniel Pordeus, Laíla Zacarias, Camila Ferreira Leite, Manoel Alves Sobreira-Neto, Arnaldo Aires Peixoto Jr, Adriel de Oliveira, João Paulo do Vale Madeiro, Pedro Miguel Rodrigues
Biomedical Signal Processing and Control, Volume 87, Part A, January 2024, 105558, https://doi.org/10.1016/j.bspc.2023.105558
Available online 7 October 2023
Αυτή η μελέτη υπογραμμίζει τη δυνατότητα ενός Ηλεκτροκαρδιογραφήματος (ΗΚΓ) να αποτελέσει ισχυρό εργαλείο για την έγκαιρη διάγνωση της COVID-19 σε βαρέως πάσχοντες ασθενείς με περιορισμένη πρόσβαση σε αίθουσες CT-Scan.
Identifying Operational Challenges and Solutions During the COVID-19 Response Among US Public Health Laboratories
Potter, Christina; Kaushal, Natasha; Wroblewski, Kelly; Becker, Scott; Nuzzo, Jennifer B
Journal of Public Health Management and Practice 28(6):p 607-614, 2022, https://doi.org/10.1097/PHH.0000000000001585
Potter, Christina; Kaushal, Natasha; Wroblewski, Kelly; Becker, Scott; Nuzzo, Jennifer B
Journal of Public Health Management and Practice 28(6):p 607-614, 2022, https://doi.org/10.1097/PHH.0000000000001585
November/December 2022
Η ικανότητα διάγνωσης και ελέγχου της λοίμωξη είναι μία σημαντική συνιστώσα της ανταπόκρισης των ΗΠΑ στην πανδημία COVID-19 και διευκολύνεται από εργαστήρια δημόσιας υγείας. Ο στόχος της μελέτης αυτής ήταν να καταγράψει τις προκλήσεις και τα διδάγματα που βιώθηκαν από τοπικά και κρατικά εργαστήρια δημόσιας υγείας κατά τη διάρκεια της πανδημίας COVID-19, για την υποστήριξη της δημιουργίας βέλτιστων πρακτικών για τρέχουσες και μελλοντικές παρόμοιες καταστάσεις έκτακτης ανάγκης.
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
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.
Diagnosing COVID-19 using artificial intelligence: a comprehensive review
Khanna, Varada Vivek, Krishnaraj, Chadaga, Sampathila, Niranjana, Prabhu, Srikanth, Chadaga, Rajagopala, Umakanth, Shashikiran
Network Modeling Analysis in Health Informatics and Bioinformatics ; 11(1), Article number: 25, 2022, https://doi.org/10.1007/s13721-022-00367-1
Khanna, Varada Vivek, Krishnaraj, Chadaga, Sampathila, Niranjana, Prabhu, Srikanth, Chadaga, Rajagopala, Umakanth, Shashikiran
Network Modeling Analysis in Health Informatics and Bioinformatics ; 11(1), Article number: 25, 2022, https://doi.org/10.1007/s13721-022-00367-1
Published: 12 July 2022
Σε αυτή την εκτενή ανασκόπηση διερευνώνται σε βάθος οι εφαρμογές της Τεχνητής Νοημοσύνης στην ανίχνευση του κορωνοϊού χρησιμοποιώντας μεθόδους όπως αξονική τομογραφία, ακτινογραφίες, ήχοι βήχα, μαγνητική τομογραφία, υπέρηχοι και κλινικοί δείκτες. Αυτή η ανασκόπηση παρέχει επίσης στους θιασώτες των δεδομένων και στην ευρύτερη κοινότητα της υγείας μια πλήρη αξιολόγηση των τρεχουσών προσεγγίσεων τελευταίας τεχνολογίας για τη διάγνωση της COVID-19. Τα βασικά ζητήματα και οι μελλοντικές κατευθύνσεις παρέχονται επίσης για τους επερχόμενους ερευνητές.
Δημοσιεύσεις Ελλήνων Ερευνητών
Papagiannis, D., Perlepe, G., Tendolouri, T., ...Malli, F., Gourgoulianis, K.I.
Diseases 2023, 11(3), 122, https://doi.org/10.3390/diseases11030122
Published: 15 September 2023
Factors Leading People To Undergo A Coronavirus Test: A Retrospective Study In Greece
Meimeti, E.; Moisoglou, I.; Galanis, P.; Latkas, G.; Aise, S. D.; Stoupiadis, K.; Nezi, Z.; Oikonomidou, E.; Panagiotis, M.; Sanida, G.
Surg Chron 2022; 27(3): 346-348
Meimeti, E.; Moisoglou, I.; Galanis, P.; Latkas, G.; Aise, S. D.; Stoupiadis, K.; Nezi, Z.; Oikonomidou, E.; Panagiotis, M.; Sanida, G.
Surg Chron 2022; 27(3): 346-348
Directly immersible silicon photonic probes: Application to rapid SARS-CoV-2 serological testing
Michailia Angelopoulou, Eleni Makarona, Alexandros Salapatas, Konstantinos Misiakos, Evgenia Synolaki, Anastasios Ioannidis, Stylianos Chatzipanagiotou, Mikael A.Ritvos, Arja Pasternack, Olli Ritvos, Panagiota S.Petrou, Sotirios E. Kakabakos
Michailia Angelopoulou, Eleni Makarona, Alexandros Salapatas, Konstantinos Misiakos, Evgenia Synolaki, Anastasios Ioannidis, Stylianos Chatzipanagiotou, Mikael A.Ritvos, Arja Pasternack, Olli Ritvos, Panagiota S.Petrou, Sotirios E. Kakabakos
Biosensors and Bioelectronics, Volume 215, 1 November 2022, 114570, https://doi.org/10.1016/j.bios.2022.114570
Available online 12 July 2022