9 класс

Информатика 9 класс рт: В аэробусе, вмещающем 160 пассажиров, три четверти мест находятся в салоне экономического класса

Содержание

Решение 86 задания из рабочей тетради по информатике 9 класс Босова ФГОС



Исполнитель Робот действует на клетчатом поле, между клетками которого могут быть стены.


Система команд исполнителя Робот: а) На бесконечном клетчатом поле имеется горизонтальная стена. Длина стены неизвестна. Робот находится в одной из клеток, примыкающих к стене сверху. На рисунке указан один из возможных вариантов расположения Робота и стены (Робот обозначен буквой «Р»). Робот должен закрасить все клетки, примыкающие к стене сверху. Так, для приведенного выше рисунка должны быть закрашены следующие клетки: Конечное положение Робота значения не имеет.
Опишите укрупненными блоками план действий Робота по решению поставленной задачи:

б) Где-то в поле Робота находятся две вертикальные стены равной, но неизвестной длины, расположенные одна напротив другой. Робот находится в произвольной клетке справа от правой стены, причем напротив нее.
На рисунке указан один из возможных вариантов расположения Робота и стен (Робот обозначен буквой Р).
Робот приступил к исполнению следующего алгоритма:
нц пока слева свободно влево кц
нц пока слева не свободно вверх кц

влево; вниз
нц пока справа не свободно или слева не свободно нц пока слева свободно закрасить; влево кц
закрасить; вниз нц пока справа свободно закрасить; вправо кц
закрасить; вниз кц
Каким будет результат исполнения данного алгоритма? Изобразите его на рисунке.


Опишите алгоритм действий Робота укрупненными шагами:
Сначала робот идет влево до стены, затем поднимается наверх пока слева не будет свободно. Робот делает шаги влево вниз и стал находиться между стенами. Робот начинает закрашивать клетки между стенами пока стена не закончится. Тем самым он закрасил все клетки между двумя стенками.

в) На бесконечном клетчатом поле имеется горизонтальная стена. Длина стены неизвестна. Робот находится в одной из клеток, примыкающих к стене сверху. Точное положение Робота неизвестно. На рисунке указан один из возможных вариантов расположения Робота и стен (Робот обозначен буквой Р).

Напишите алгоритм:
алг
нач
 нц пока не
(снизу свободно)
  влево
 кц
 вправо
 нц пока не (снизу свободно)
  закрасить
  вправо
  вправо
 кц
кон

г) Робот находится в произвольной точке внутри прямоугольного огороженного стенами участка клетчатого поля. Размеры прямоугольника неизвестны. Напишите алгоритм, с помощью которого Робот закрасит все клетки, примыкающие к нижней стороне прямоугольника. Конечное положение Робота может быть произвольным.


д) Робот находится в произвольной точке внутри прямоугольного огороженного стенами участка клетчатого поля. Размеры прямоугольника неизвестны. Напишите алгоритм, с помощью которого Робот закрасит все клетки, примыкающие к сторонам прямоугольника, и вернется в начальное положение.

ГДЗ по информатике за 9 класс рабочая тетрадь Босова, Босова Базовый и углубленный уровень часть 1, 2

Авторы: Босова Л.Л., Босова А.Ю..

Тип: Рабочая тетрадь, Базовый и углубленный уровень

В современном мире важно уметь работать на компьютерных устройствах. И для того, чтобы ученики с ранних лет «подружились» с техникой, и был введен такой предмет как информатика. Однако родители до сих пор считают, что все, чем занимаются школьники – это учатся вводить данные. И поэтому они совершенно не понимают, как по этому предмету могут быть плохие оценки. И даже если взрослые не разбираются в предмете и не могут помочь с выполнением домашнего задания, на выручку всегда придет «ГДЗ по информатике 9 класс Рабочая тетрадь Босова, Базовый и углубленный уровень (Бином)».

Качественный решебник позволит разобраться в тонкостях этой важной дисциплины. Особенно учебно-вспомогательное пособие пригодится тем ребятам, которые не могут сосредоточиться из-за грядущих государственных экзаменов. В течение всего девятого класса ребята могут не беспокоиться о том, что какое-либо задание по информатике поставит их в тупик. Пособие полностью соответствует учебнику Босовой. В нем школьники найдут верные ответы ко всем номерам из таких разделов, как:

  1. Системы счисления.
  2. Моделирование и формализация.
  3. Основы алгоритмизации.
  4. Начала программирования.
  5. Коммуникационные технологии и т.д.

С решебником ученики забудут о том, что на домашнее задание по этой дисциплине необходимо тратить по несколько часов.

Достоинства ГДЗ по информатике 9 класс тетрадь Босова

Решебник – это сборник с верными ответами. Но, кроме этого, пособие может стать и виртуальным репетитором. Если ребята проявят немного терпения и сознательности, то решебник поможет им подтянуть знания по информатике и подготовиться к тестовым работам. А включив пособие в процесс самоподготовки, ученики быстро научатся самостоятельно выполнять упражнения, в которых необходимо:

  • выбрать один или несколько вариантов;
  • дать короткий ответ;
  • решить кроссворд;
  • найти информацию;
  • построить график или схему;
  • дать развернутый ответ и т.д.

Пособие подарит ребятам уверенность в своих силах. Дети заново научатся любить этот предмет и будут с удовольствием ходить на уроки.

Решебник всегда под рукой

Благодаря тому, что «ГДЗ по информатике 9 класс Рабочая тетрадь Босова Л.Л., Босова А.Ю., Базовый и углубленный уровень (Бином)» доступно онлайн, ребята могут открыть его на любом устройстве с выходом в интернет. А это значит, что получить ответы к упражнениям из учебника можно в любое время суток.

ГДЗ Информатика 9 класс Босова Рабочая тетрадь

Авторы: Босова Л.Л., Босова А.Ю.
Издательство: Бином
Тип: Рабочая тетрадь

ГДЗ по информатике для 9 класса Босовой представляет собой учебно-методический комплекс, в котором собраны задания из РТ (рабочей тетради) с ответами. Он создан опытными специалистами по нормам ФГОС. Выпущенное в 2016 году издательством «Бином» пособие станет надёжным помощником при выполнении домашних заданий.

9 класс – непростой период в жизни школьника. Ребята должны определиться с будущей профессией и выбрать предметы для сдачи. В нынешний век компьютерных технологий информатика становится всё более востребованной. Также она требуется при поступлении в престижные учебные заведения. Если ученик будет сдавать информатику, то ему потребуется такой сборник. На него можно опереться при решении практических задач.

ЧАСТЬ 1
Выберите страницу

ЧАСТЬ 2
Выберите страницу

Сборник предназначен не только для учеников, но и для родителей. С его помощью они будут иметь возможность проверить уровень знаний своего ребёнка, даже если он не сдаёт ОГЭ по информатике.

Рабочая тетрадь содержит разноплановые задание, на многие из которых ответ предоставляет учебник. Но при чтении текста часто не улавливается его суть. Из-за этого у школьников начинают возникать вопросы. Чтобы исправить ситуацию, необходимо понять тему на практике. Сборник ГДЗ (автор Босова) научит безошибочно решать, разбирать различные задания.

Босова, как и Босов, – известные фамилии создателей решебников по информатике. Во всех их изданиях разделы соответствуют учебникам и тетрадям на печатной основе, или ТПО. Данный сборник – не исключение. В его оглавлении присутствуют важные для понимания темы. Это базы данных, системы счисления, основание числа и несколько других.

Использование пособия имеет массу преимуществ. Например, это значительно сокращает время выполнения домашней работы. А также развивает письменную речь ученика, способствует закреплению знаний. Правильно пользуясь готовыми домашними заданиями, можно достичь больших успехов и освоить такой непростой предмет, как информатика.

ГДЗ Информатика 9 класс Босова Рабочая тетрадь

Авторы: Босова Л.Л., Босова А.Ю.

Издательство: Бином

Тип: Рабочая тетрадь

ГДЗ по информатике для 9 класса Босовой к рабочей тетради – это учебно-методическое пособие, упрощающее процесс обучения. Представленная книга содержит верные решения на абсолютно все задания РТ. В правильности можно не сомневаться, так как их разрабатывали опытные эксперты. При создании решебника были учтены нормы ФГОС. 9-ый год обучения считается самым напряжённым. Девятиклассникам предстоит сделать важный шаг. Они выбирают будущую специальность и сдают экзамены по выбранным предметам.

Сейчас одной из самых востребованных профессий считается профессия программиста. Поэтому школьники всё чаще выбирают для сдачи ОГЭ информатику. Она также пригодится, чтобы поступить в передовые учебные заведения. Сборник, чей автор Босова, окажется полезным при подготовке к экзамену. В нём можно найти разнообразные решения практических задач.

ЧАСТЬ 1
Выберите страницу

ЧАСТЬ 2
Выберите страницу

Ученикам, не сдающим информатику, ГДЗ помогут справляться с домашними заданиями. Ведь учебник содержит информацию, которая не всегда усваивается до конца. После прочтения текста у подростка часто остаются вопросы, мешающие выполнять задания из ТПО. На них требуются подробные ответы, которые предоставляет решебник.

У многих учащихся на слуху такие фамилии, как Босова или Босов. Это неизменные создатели школьных материалов по информатике. Представленное издание точно соответствует учебнику с рабочей тетрадью. В его разделы входят следующие ключевые темы: системы счисления, базы данных и массивы целых чисел. Их понимание необходимо, чтобы освоить данную дисциплину.

Использовать решебник могут родители учеников с целью проверки знаний детей или контроля. Школьники же получат возможность ускорить и облегчить процесс выполнения домашней работы. С помощью пособия они подтянут успеваемость, овладеют грамотной письменной речью и научатся разбирать задания разных уровней сложности. С таким помощником учиться станет гораздо приятнее!

Электронная рабочая тетрадь по информатике для 9 класса, онлайн версия

Описание
Электронная рабочая тетрадь “Информатика. 9 класс” предназначена для учителей и учащихся 9 классов школ, лицеев, гимназий. Тетрадь представляет собой электронный тренажёр, предназначенный для выработки и закрепления знаний и умений по предмету, а также для промежуточной аттестации учащихся в ходе электронных четвертных работ. Рабочая тетрадь состоит из интерактивных заданий, проверка которых производится автоматически – компьютером.
Рабочая тетрадь входит в состав интерактивного мультимедийного учебно-методического комплекса “Облако знаний”; результаты работы с рабочей тетрадью хранятся на облачном сервере проекта. Используя свою учетную запись и пин-код, активирующий доступ к курсу, учащийся может работать с курсом из любого места, с любого компьютерного устройства и в любое время.

Для работы с электронным приложением необходим доступ в интернет по каналу со скоростью передачи данных не менее 64 кБ/с на одного пользователя. При отсутствии доступа в интернет пользователь не сможет авторизироваться, следовательно у него не будет доступа к купленным материалам.

Содержание курса соответствует федеральному государственному образовательному стандарту начальной школы и примерной программе по окружающему миру общеобразовательных учреждений России.

Содержание электронной рабочей тетради 1. Работа с числовой информацией.
1.1. Системы счисления.
1.2. Позиционные системы счисления.
1.3. Двоичная система счисления.
1.4. Сложение и вычитание двоичных чисел.
1.5. Умножение и деление двоичных чисел.
1.6. Представление чисел в компьютере.
2. Электронные таблицы.
2.1. Понятие электронной таблицы.
2.2. Работа с электронными таблицами.

2.3. Формулы в электронных таблицах.
2.4. Анализ данных в электронных таблицах.
3. Элементы алгебры логики.
3.1. Логические переменные и операции с ними.
3.2. Таблицы истинности.
4. Моделирование и формализация.
4.1. Моделирование как метод познания.
4.2. Классификация информационных моделей.
4.3. Таблично-графические модели.
4.4. База данных, как модель.
4.5. Структурные элементы реляционной базы данных.
4.6. Система управления базами данных Microsoft Access.
5. Основы теории алгоритмов.
5.1. Алгоритм и его свойства.
5.2. Способы записи алгоритма.
5.3. Основные алгоритмические конструкции.
5.4. Конструирование алгоритмов.
6. Основы программирования.
6.1. Программирование на языках Паскаль и Си.
6.2. Переменные и выражения.
6.3. Ввод-вывод данных.
6.4. Линейные и ветвящиеся конструкции.
6.5. Циклы в языках программирования.
6.6. Скалярные типы данных.
6.7. Массивы.
6.8. Вспомогательные алгоритмы.
7. Информатизация общества.
7.1. Информационное общество.
7.2. Интеллектуальное право.

В рабочей тетради по каждому параграфу учебной программы представлены 3–10 интерактивных заданий. Помимо этого тетрадь содержит тематические контрольные работы, в которых обобщается и проверяется материал по разделам, пройденным в течение учебной четверти.
Тетрадь содержит около 250 разноплановых интерактивных заданий (на установление соответствия, заполнение таблиц, упорядочивание и распределение по группам, выбор варианта ответа, ввод численного или строкового ответа, установление связей, указание объекта на рисунке), сгруппированных в 7 разделов учебной программы 9 класса; в 4 контрольные тематические работы в двух вариантах каждая.

Перечень контрольных работ

  • Работа с числовой информацией. Электронные таблицы.
  • Элементы алгебры логики. Моделирование и формализация.
  • Основы теории алгоритмов. Основы программирования.
  • Основы программирования. Информатизация общества.

Видеоролик


Этот ролик демонстрирует принцип работы электронных рабочих тетрадей на основе облачных технологий (в нем показаны рабочие тетради по математике, физике, истории и географии).


Комплектация электронной рабочей тетради “Информатика. 9 класс”
– Для ПК
Плеер “Облако знаний” cкачать (8,2 Мб)
Тренажёр по предмету.
Индивидуальная лицензия (пин-код доступа) или лицензия на образовательное учреждение.
– Для iPad и Android
Плеер “Облако знаний” cкачать (161,0 Мб)
Тренажёр по предмету.
– Для систем дистанционного образования (СДО)
Тренажёр по предмету в формате SCORM 2004 (ZIP-архив). Выдается отдельно после оплаты.
Лицензия на образовательное учреждение. Минимальные системные требования
  • Операционная система Microsoft Windows 7/8/10.
  • 100 Мб свободного дискового пространства на 1 тренажер.
  • Устройство для чтения CD или DVD-дисков.
  • Разрешение экрана – 1024 на 768 пикселей.
  • Веб-браузер Microsoft Internet Explorer 11.
  • Доступ в интернет по каналу со скоростью передачи данных не менее 64 Кб/с на одного пользователя. При отсутствии доступа в интернет пользователь не сможет авторизироваться, следовательно у него не будет доступа к купленным материалам.
  • Компьютерное устройство: персональный компьютер или ноутбук (процессор Pentium 4 или выше; не менее 512 Мб оперативной памяти; не менее 31 Мб памяти на жёстком диске) или планшетный компьютер под управлением ОС Android или iPad.

Доступ в интернет требуется для работы плеера. Он необходим для следующих операций:

  • при регистрации пользователей,
  • при аутентификации пользователей,
  • при работе с журналом успеваемости,
  • при работе с закладками,
  • при передачи результатов работы с контентом на сервер,
  • при работе с контентом.

Оплата и доставка

– Методы оплаты
Вы можете выбрать наиболее удобный для Вас способ оплаты. Интернет-магазин “Интеграл” предлагает Вам следующие варианты оплаты:
  • Банковские карты.
  • Интернет-банкинг – онлайн платежи.
  • Терминалы оплаты.
  • Банковские переводы.
  • Электронные деньги.
Более подробнее о методах оплаты.
– Доставка
Электронная доставка бесплатная. Электронный ключ или ключ активации высылается на e-mail заказчика после оплаты. При необходимости также высылается ссылка на скачивание.
На текущий момент мы не пересылаем покупателям коробочные версии или программы, записанные на CD или DVD носителях.
По всем вопросам обращайтесь на наш контактный e-mail: [email protected].

Отзывы покупателей о программе

Отзывов пока нет!

ГДЗ по информатике для 9 класса на 5.fun

ГДЗ по информатике для 9 класса на 5.fun
    • Информатика 9 класс Рабочая тетрадь
    • Авторы: Босова Л.Л., Босова А.Ю.
    • Издательство: Бином 2016
    • Информатика 9 класс Контрольно-измерительные материалы (КИМ)
    • Автор: Масленикова О.Н.
    • Издательство: ВАКО 2017
    • Информатика 9 класс
    • Авторы: Босова Л.Л., Босова А.Ю.
    • Издательство: Бином 2017
    • Информатика 9 класс Рабочая тетрадь Базовый и углубленный уровень
    • Авторы: Босова Л.Л., Босова А.Ю.
    • Издательство: Бином 2017
    • Информатика 9 класс
    • Автор: Угринович Н.Д.
    • Издательство: Бином 2017
    • Информатика 9 класс Рабочая тетрадь
    • Авторы: Угринович Н.Д., Серёгин И.А., Полежаева О.А.
    • Издательство: Бином 2017
    • Информатика 9 класс
    • Авторы: Семакин И.Г., Залогова Л.А., Русаков С.В., Шестакова Л.В.
    • Издательство: Бином 2017
    • Информатика 9 класс Рабочая тетрадь
    • Авторы: Семакин И.Г., Ромашкина Т.В.
    • Издательство: Бином 2016
    • Информатика 9 класс Контрольные и проверочные работы
    • Авторы: Залогова Л.А., Русаков С.В., Шеина Т.Ю., Шестакова Л.В.
    • Издательство: Бином 2017

Часто ищут

    • Русский язык 9 класс Школа 2100
    • Авторы: Бунеев Р.Н., Бунеева Е.В., Барова Е.С.
    • Издательство: Баласс 2016
    • Английский язык 9 класс Рабочая тетрадь Новый курс
    • Авторы: Афанасьева О.В., Михеева И.В.
    • Издательство: Дрофа 2017
    • Английский язык 9 класс Starlight Углубленный уровень
    • Авторы: Баранова К. М., Дули Д., Эванс В., Копылова В., Мильруд Р.
    • Издательство: Просвещение 2017
    • Русский язык 9 класс
    • Авторы: Рыбченкова Л.М., Александрова О.М., Загоровская О.В.
    • Издательство: Просвещение 2015
    • Физика 9 класс Сборник задач
    • Автор: А.В. Перышкин
    • Издательство: Экзамен 2015
    • Английский язык 9 класс Happy English
    • Авторы: К.И. Кауфман, М.Ю. Кауфман
    • Издательство: Титул 2015
    • История 9 класс
    • Авторы: В.Л. Хейфец, Л.С. Хейфец, К.М. Северинов
    • Издательство: Вентана-граф 2013
    • Русский язык 9 класс Рабочая тетрадь Академический школьный учебник
    • Авторы: Загоровская О.В., Чаплыгина Э.Н
    • Издательство: Просвещение 2014
    • Английский язык 9 класс Книга для чтения Углубленный уровень
    • Авторы: Афанасьева О.В., Михеева И.В.
    • Издательство: Просвещение 2016

ГДЗ по информатике 5 класс рабочая тетрадь Босова 1, 2 часть


ГДЗ рабочая тетрадь Информатика. 5 класс Л. Л. Босовой, А. Ю. Босовой. Издательство: Бином. Лаборатория знаний, состоит из двух частей (1 часть — 88 страниц и 2 часть — 88 страниц).

ГДЗ рабочая тетрадь содержит задания по всем изучаемым темам. Задания, представленные в рабочей тетради, различаются по степени сложности, а также по своей форме. Пятиклассникам предстоит решить тематические кроссворды, заполнить многочисленные таблицы и схемы, нарисовать необходимые рисунки. Дополнительно включён блок творческих заданий, потребующий применения нестандартного мышления и сообразительности. Отдельное место занимают упражнения на нахождение соответствия, выполняя которые школьники смогут развивать логическое мышление. Ученики, в процессе обучения, узнают, что такое кодирование информации и освоят приемы декодирования. Практически все задания пособия ориентированы на индивидуальное выполнение.

ГДЗ к рабочей тетради — ценный помощник при знакомстве с миром информатики. Контроль выполнения домашнего задания, поиск правильного ответа, исправление ошибок и описок обязательно помогут учащемуся повысить уровень своих навыков по предмету и перейти в следующий класс, имея за плечами мощный багаж знаний.



Часть 1

Задание: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101

Часть 2

Задание: 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184
Проект — История письменности

Информатика | Бесплатный полнотекстовый | Обзор литературы по мобильным играм с привязкой к местоположению в образовании: проблемы, последствия и возможности

1. Введение

Широкое использование мобильных устройств с большой вычислительной мощностью и коммуникационными возможностями стимулировало разработку новых приложений, которые меняют образ мы обучаем и как мы взаимодействуем со студентами. Его универсальность и возможность использования в любом месте и в любое время позволили разработать новые подходы к обучению.Возможно, наиболее распространенным из них было использование мобильных приложений для создания опыта обучения, подчеркивающего важность контекста, в котором происходит обучение. Эти приложения часто сочетаются со стратегиями геймификации, что делает их более привлекательными для студентов, вовлекая их в интересные занятия и побуждая учиться более мотивированным и увлекательным образом. Эти стратегии, использующие мобильные игры на основе определения местоположения (LBG) в образовании, открыли новые возможности обучения в аутентичной среде, но они также поставили перед профессионалами в области образования новые задачи, связанные с лежащими в основе технологическими достижениями и необходимостью адаптации традиционных педагогическая практика.LBG поддерживает широкий спектр обучающих программ в различных областях (например, история, математика, музыка, естественные науки, география и т. Д.), Которые могут извлечь выгоду из механики, основанной на местоположении. Они позволяют учащимся решать задачи, отвечать на опросы или взаимодействовать с виртуальными контекстуализированными объектами, что обогащает их учебный опыт. В то же время они также являются полезным инструментом для преподавателей, поскольку они дают им обратную связь об успеваемости учащихся (их действиях и ответах на предлагаемых мероприятиях).Однако, чтобы приложения LBG были полезными и выполняли свои задачи, их содержание и действия должны быть тесно связаны с целями обучения и образовательными стратегиями. Кроме того, преподавателям может потребоваться педагогическая и техническая поддержка, чтобы они могли успешно адаптировать использование этих приложений к своим стратегиям обучения.

Эта работа направлена ​​на обзор литературы по LBG для образования, чтобы определить их основное влияние на обучение студентов, основные стратегии, которые используются для повышения мотивации студентов, и основные проблемы при разработке этих типов игр в образовательных целях. , можно идентифицировать.Таким образом, основные вопросы исследования, определенные для этого обзора, были следующими: (RQ1) Кто является целевой аудиторией для игр, основанных на местоположении? (RQ2) В каких тематиках чаще всего используются локационные игры? (RQ3) Какие стратегии используются с мобильными устройствами для улучшения процесса обучения учащихся? (RQ4) Каковы основные эффекты геолокационных игр на обучение учащихся? (RQ5) Каковы основные проблемы при разработке образовательных игр, основанных на местоположении? (RQ6) Какие будущие тенденции и исследовательские возможности можно определить на основе анализа текущего состояния дел?

3.Методология

Этот систематический обзор был организован согласно восьмиэтапному руководству для проведения систематического обзора литературы по исследованиям информационных систем [8]. Этот процесс включает следующие шаги:
3.1. Цель обзора

Основная цель этого обзора состояла в том, чтобы ответить на 6 исследовательских вопросов, указанных в первом разделе. Кроме того, результаты обзора были использованы для выявления возможностей использования мобильных геолокационных игр в образовании и для выработки рекомендаций для будущих исследований.

3.2. Поиск литературы

Поиск литературы проводился с использованием базы данных Scopus. Scopus – крупнейшая реферативная и индексирующая база данных рецензируемых научных журналов, книг и материалов конференций. Он охватывает более 40 000 источников и предоставляет информацию о влиянии и цитировании проиндексированных материалов, что очень помогает в выявлении и выборе наиболее актуальных публикаций в данной области. Поскольку охватываемые источники охватывают большое количество отдельных баз данных, обычно более эффективно, в зависимости от области исследования, искать в Scopus напрямую, а не в нескольких небольших базах данных.Для выполнения поиска был определен набор условий поиска, связанных с использованием мобильных игр с определением местоположения в образовании. Таким образом, после некоторых начальных экспериментов и с учетом первоначального анализа некоторых литературных исследований были определены 4 группы терминов, которые следует учитывать в исследовании. Во-первых, следует включить термины, относящиеся к играм на основе определения местоположения, поскольку они представляют собой тип приложений, рассматриваемых в исследовании. Во-вторых, термины, относящиеся к играм и геймификации. В-третьих, к поисковым запросам были добавлены термины, относящиеся к «образованию» и «обучению», так как в данном обзоре особое внимание уделяется сфере образования.Наконец, были включены термины, связанные с мобильностью, навигацией и использованием личных смартфонов. Цель состоит в том, чтобы проанализировать работы, в которых обучение происходит на месте, независимо от типа взаимодействия с интересующей точкой (например, AR, звук, видео, веб-викторина, QR-код и т. Д.).

Полная строка для поиска выглядит следующим образом:

(местоположение ИЛИ локативный ИЛИ расположенный) И (игра ИЛИ геймификация ИЛИ фунты на дюйм) И (обучение ИЛИ образование ИЛИ студенты) И (мобильный телефон ИЛИ смартфон ИЛИ навигация ИЛИ на улице).

Поиск в базе данных был проведен в октябре 2020 года и дал 126 исследований.

Кроме того, из других источников было обнаружено еще одно исследование.

3.3. Скрининг на включение

В этом скрининге мы посчитали, что исследования должны быть включены в обзор только в том случае, если они соответствуют следующим критериям: (1) исследования, в которых представлены различные подходы по сравнению с играми на основе местоположения для обучения; (2) исследования, в которых предлагаемый подход основан на использовании мобильных устройств; (3) исследования, опубликованные с 2010 г .; (4) исследования, опубликованные в рецензируемых журналах и на конференциях; (5) исследования, написанные на английском языке; и (6) исследования с полным текстом.Исследования, не соответствующие всем этим критериям, были исключены. После применения критериев 3–6 осталось 108 исследований.

Четыре рецензента затем изучили полученный набор исследований по названию и, при необходимости, прочитали аннотацию, чтобы решить, стоит ли их читать дальше для целей обзора или их следует исключить. На этом этапе рецензенты не оценивали качество и не оценивали информацию, найденную в каждом исследовании. Критерии (1) и (2) были определены просто путем просмотра заголовка и, при необходимости, аннотации.Некоторые дублированные исследования также были удалены. После этого 71 исследование было исключено, а 37 исследований остались.

3.4. Скрининг на исключение

Окончательный список исследований был оценен четырьмя составителями обзора, чтобы определить, следует ли их включать в количественный и качественный анализ. На этом этапе каждый рецензент анализировал полный текст каждого исследования, чтобы подробно оценить цель, стратегию и результаты каждого исследования. Были рассмотрены только исследования, посвященные использованию мобильных игр с определением местоположения в образовательных целях и представляющие их методологию разработки и результаты экспериментов.Исследования, которые не включали эту информацию, были исключены. На данном этапе были проанализированы только 37 отобранных ранее исследований. После анализа полного текста каждого исследования еще 11 были исключены. В результате были отобраны 26 исследований, которые должны быть полностью рассмотрены.

3.5. Сводка результатов
Как показано на Рисунке 1, после поиска в литературе было получено 127 исследований, а после применения критериев включения, определенных в Разделе 3.3 «Скрининг на включение», 19 исследований были исключены, в результате чего было получено 108 исследований.Эти исследования были оценены с точки зрения названия и аннотации, в результате чего было исключено 71 исследование. Основным критерием исключения статей было то, что эти исследования не были связаны с использованием мобильного приложения для образовательных игр, основанных на местоположении, или в некоторых случаях полный текст был недоступен. Была проведена полнотекстовая оценка остальных 37 исследований, за исключением 11 исследований, которые не соответствовали определенным критериям включения. Остальные 26 исследований были представлены в качественном и количественном анализе.

В соответствии с критериями включения проанализированные исследования были опубликованы в период с 2010 по 2020 годы. Из 26 выбранных исследований преобладают исследования в 2016 и 2017 годах. Только 4 из проанализированных исследований были опубликованы в 2020 году. Однако это должно быть Следует учитывать, что поиск в базе данных был проведен в октябре 2020 года, и, следовательно, большинство исследований 2020 года еще не были опубликованы.

4. Извлечение данных и анализ данных

Затем каждое исследование было рассмотрено и проанализировано на основе десяти пунктов, как описано в таблице 2.Эти элементы были отобраны с учетом их актуальности для предоставления информации для ответа на вопросы исследования, определенные в Разделе 1. В соответствии с методологией, описанной в предыдущих разделах и представленной на Рисунке 1, было выявлено 26 статей, которые будут подвергнуты более подробному анализу в данном разделе. раздел, начинающийся с краткого описания каждой работы. Данные по пунктам, указанным в таблице 2, взяты из каждого документа и представлены в таблицах 3, 4 и 5. «Здания говорят о нашем городе» [9] сочетает в себе дополненную реальность на основе местоположения и маркеров для мотивации первичных школьникам предстоит изучать историю, открывать для себя здания табачных складов и исследовать их связь с экономическим и культурным развитием города.«QuesTInSitu: The Game» [10] – это LBG, в которой используются элементы игр (например, подсказки, отзывы, бонусы и т. Д.) И головоломок (что означает, что ученики имеют разные попытки решить вопросы). Авторы описывают четыре обучающих контекста, в которых учителя средних школ в разных школах участвовали в разработке своих собственных обучающих игр с привязкой к местности. Набор инструментов SmartZoos [11] позволяет не только учителям, но и ученикам разрабатывать игры с привязкой к местности, приключенческие маршруты и другие задачи (викторины, задания и т. Д.).), с их личных мобильных устройств. Он предоставляет онлайн-инструмент для создания интерактивных заданий на основе местоположения, а также для составления и проведения викторин на основе местоположения. Igpaw Intramuros [12] – это игра с виртуальным туром, которая побуждает игроков перемещаться по нескольким историческим маркерам в городе, чтобы узнать об их историческом значении. Попутно игроки могут «помочь» обеспокоенным историческим персонажам в традиционном сеттинге приключенческих игр, дополненном дополненной реальностью.Цель игры «Ворота укреплений Ираклиона» [13] – познакомить с историей венецианских стен города Ираклион. Игра определяет местоположение игрока с помощью GPS, а затем дает ему инструкции о том, как добраться до определенного места. В работе, представленной в [14], обсуждается использование LBG для обучения информатике учащихся начальной и средней школы. Они выбрали несколько LBG из набора игр, опубликованных на сайте Wherigo. Одна игра была предназначена для ознакомления учащихся начальной и средней школы (с 5-го по 9-й класс) с основными концепциями игр Wherigo.В другой игре задача заключалась в том, чтобы одним махом нарисовать фигуру дома, созданную физическим движением игрока и отсканированную технологией GPS. Использование LBG для поддержки ориентации и обучения мобильности студентов с нарушениями зрения было исследовано в [15]. Они реализовали прототип мобильной игры, похожей на охоту за мусором. Чтобы играть в игру, игрокам необходимо сканировать метку NFC с помощью мобильного телефона в определенном месте, и игровое событие читается пользователю с помощью преобразования текста в речь. Никаких дополнительных методов отслеживания в помещении или локализации не использовалось.Treasure-HIT [16] – это игра в жанре охоты за сокровищами, предназначенная для поддержки занятий на открытом воздухе по истории и географии в рамках учебной программы начальных школ. В [17] представлена ​​широко распространенная игра с привязкой к местоположению для студентов, изучающих бизнес. Игра призвана стать инструментом обучения на основе проектов, и ее основная цель – предложить опыт бизнес-консультирования, который будет более увлекательным, чем обычное веб-моделирование. Кампус университета расширен, чтобы он мог представлять виртуальную компанию.Эта игра была частью смоделированного консалтингового проекта Университетской школы бизнеса. Игра «Прогуляйся вчера» [18] – это мобильная игра с определением местоположения, предназначенная для разновозрастных команд, состоящих из двух игроков: старшего и младшего. Цель игры – научить пожилых людей пользоваться мобильными устройствами, такими как планшеты и смартфоны, с помощью молодых добровольцев, лучше знающих, как использовать эти технологии. PlanetarySystemGo [19] – это мобильная платформа дополненной реальности для учебных целей, которая включает игру с определением местоположения, разработанную для поощрения изучения Вселенной.Игра проходит в реальной среде, снятой камерой мобильного телефона. Небесные тела, такие как звезды или планеты, добавляются в эту среду как виртуальные объекты. В игру можно играть как в онлайн, так и в офлайн-режиме. Подключение к Интернету необходимо только для загрузки события и отправки данных из игры в базу данных через веб-службы. Avastusrada [20] – это инструмент, который позволяет учителям определять учебные мероприятия вне класса, создавая учебные треки на основе местоположения .Дорожка включает в себя набор точек местоположения, которые должны достичь учащиеся. Они могут посещать точки местоположения случайным образом или в заранее определенном порядке, в зависимости от того, как определен трек. Тем не менее, при достижении одной из этих точек ученики должны выполнить действие, определенное учителем. Route Mate [21] – это приложение для определения местоположения, которое разработано, чтобы помочь людям с ограниченными интеллектуальными возможностями и дополнительными сенсорными нарушениями путешествовать самостоятельно, на работу или в другие места. Он направлен на то, чтобы вызвать чувство независимости у пользователей, которые обычно находятся под чрезмерной защитой своих родителей или опекунов.Инструмент позволяет пользователям планировать маршрут заранее, самостоятельно или с помощью своих опекунов. Игра, представленная в [22], представляет собой мобильную игру в поисках сокровищ для маленьких детей, предназначенную для развития их пространственных способностей. В качестве сюжетной линии игры используется вымышленный рассказ с использованием знакомых персонажей. Для рассказа истории используется цифровое видео с озвученными поверх статических изображений. Цель игры – найти монету во дворе школы. Trilho Verde [23] – это мобильное приложение для определения местоположения, разработанное для поддержки обучения в контексте экскурсий.В своей первой версии Trilho Verde представляет только один маршрут экскурсии, предназначенный для классов естественных наук 7-го и 8-го классов 3-го цикла базового образования. Этот маршрут состоит из множества интересных мест, которые студенты должны посетить. Начиная экскурсию с Trilho Verde, ученики будут сопровождать соответствующий маршрут одним из двух разных способов, поэтому, если они находятся слишком далеко от следующего места, будет представлена ​​карта, показывающая его местоположение. В [24] описывается разработка City Jam, мобильной игры с определением местоположения, целью которой является участие в кампании по безопасности дорожного движения, ориентированной на фламандских подростков от 15 до 18 лет.Игра игралась на цифровой карте города Гент и включала в себя несколько мини-игр с указанием местоположения, а также операции по обнаружению и виртуальному сбору предметов. В [25] авторы представляют подход к ориентационным мероприятиям в высших учебных заведениях с использованием мобильной геолокационной игры под названием Welcome game. Игра была разработана с использованием системы разработки Treasure-HIT и превратила приветственное мероприятие в командное соревнование. В [26] обсуждаются преимущества обучения посредством игры и обучения посредством дизайна при интеграции мобильных обучающих игр на основе определения местоположения в курсы высшего образования.Игры, разработанные с помощью Mobile Learning Academy (MLG), включали городскую игру об истории предприятий в Вест-Энде Аделаиды и второй подход, в котором исследуются преимущества разработки и внедрения MLG самими учащимися. В [27] использование геймификации исследуется в контексте мобильных приложений на основе определения местоположения, нацеленных на мотивацию студентов университетов к увеличению их физической активности. Был разработан прототип фитнес-приложения LOOP, в котором реализованы два режима игры: погоня и охота за сокровищами.Работа, описанная в [28], объединяет механику моделирования с мобильными играми, основанными на местоположении. Его основным вкладом в эту область является предложение подхода к внедрению более сложной игровой механики, которая в данном случае представляет собой экологическое моделирование в игровом потоке игр, основанных на местоположении. JEM Inventor [29] – это инструмент для разработки мобильных обучающих игр, включая игры с определением местоположения. Он предлагает трехуровневую архитектуру, соответствующую трем различным режимам проектирования. Стандартный режим позволяет учителям создавать приложения из компонентов высокого уровня.Промежуточный режим аналогичен, но содержит дополнительные функции. Экспертный режим позволяет получить доступ к алгоритмическим блокам. TICKLE [30] – это мобильная геолокационная система, которая предлагает молодым людям интерактивную среду, с помощью которой они могут исследовать свое окружение, исходя из своих интересов или потребностей. Окружающая среда предлагает карты, которые молодые люди могут собирать, выполняя небольшие задания. Игроки набирают очки в зависимости от выполненных задач. В [31] представлены две мобильные городские игры, основанные на местоположении, для распространения и обучения культуре дизайна.Цель состоит в том, чтобы продвигать культуру дизайна среди старшеклассников, используя мобильные игры, обеспечивая неформальный способ обучения, оценивая и контекстуализируя итальянский и миланский дизайн по всему городу. В работе, представленной в [32], сравниваются два типа образовательных процессов в рамках игрового подхода на основе местоположения для классов начальной школы. Класс «дизайнеры» принимал участие во всем процессе разработки игры, за исключением технической части (программирование и реализация контента). Класс «игроков» не получал особого отношения, но играл в игру, придуманную их сокурсниками.Система обучения, основанная на RFID, описана в [33]. На заранее определенном этапе учащиеся отвечают на вопросы, которые автоматически выбираются системой, и система указывает направляющий путь RFID, если ответы неверны. Студенты идут по пути в поисках книг для изучения новых тем. Игра, основанная на местоположении, под названием Klintespillet [34], представлена ​​как обучающая игра с интерфейсом, в основном ориентированным на аудиоконтент. Игра следует повествованию, основанному на фольклоре и особенностях сайта, на котором следует играть.Цель игры – познакомить детей от 13 лет и старше с различными темами, включая манипуляции с геномом, доступ к природе и охрану природы. Задача игроков – собрать фрагменты аудио в определенных местах в лесу, где, как предполагается, происходило повествование. В игру играют путем прослушивания аудиоконтента без использования экрана смартфона. Дополненная реальность (AR) используется в [35] для поддержки учебной деятельности в реальных контекстах. Авторы представили игровой подход на основе AR для поддержки мобильного обучения в полевых условиях.В рамках курса естествознания в начальной школе был проведен эксперимент для сравнения результатов обучения учащихся с использованием игрового подхода на основе AR и традиционной мобильной системы обучения на основе AR. Результаты показывают, что игровой подход на основе AR оказывает значительное положительное влияние на успеваемость учащихся и их отношение к обучению. Как упоминалось ранее, в дополнение к предыдущему краткому описанию каждой из 26 работ, перечисленных в Таблице 3, Таблице 4 и Таблице 5. дополнительные пункты, определенные в таблице 2, которые будут актуальны для глобального обсуждения, представленного в следующем разделе.

5. Обсуждение

В этом разделе мы синтезируем и обсудим данные и результаты, представленные в предыдущих разделах. Это обсуждение будет затем использовано в качестве основы для ответов на исследовательские вопросы, изначально предложенные в этом обзоре. Эти ответы приведены в Таблице 6.

Мобильное обучение на основе местоположения применялось во многих различных контекстах, нацеленных на самые разные аудитории. Работа велась по всем уровням образования, от учащихся 5-х классов до студентов вузов.Некоторая работа также была ориентирована на учителей, а именно на предоставление им инструментов для разработки собственных игр для их конкретных условий. Важно подчеркнуть, что существует очевидная тенденция применять LBG к новым контекстам и аудиториям. Некоторые из проанализированных игр были разработаны для улучшения способностей определенной группы населения с особыми потребностями, вызванными каким-либо типом нарушений, или для пожилых людей. Также вводятся образовательные приложения для широкой публики.Это показывает, что игры на основе определения местоположения могут оказаться полезными в различных контекстах, помимо академического образования, и могут быть расширены для включения многих различных типов обучения.

Мы также можем найти много разнообразия по тематике мобильных игр с определением местоположения. Сюда входят такие разнообразные предметы, как история, математика, биология, информатика, география, экология, астрономия, бизнес, дизайн и т. Д. История особенно популярна среди разработчиков, поскольку посещение исторических мест, кажется, особенно хорошо сочетается с механизмами обучения на основе местоположения. .Кроме того, многие игры ориентированы на дополнительные аспекты жизни учащихся, включая работу с ограниченными возможностями, улучшение когнитивных способностей, содействие социальным связям и интеграции и даже пропаганду здорового образа жизни (выполнение упражнений и борьба с выгоранием).

Большинство игровых режимов, включенных в анализируемые статьи, включают в себя поиск сокровищ или следование тропам. Это соответствует обычным ожиданиям от мобильных игр с определением местоположения. Как правило, игры включают в себя некоторую форму образовательной деятельности в определенных местах траектории или точках интереса, включая мультимедийные визуализации, ответы на викторины, сбор данных, фотографирование или видео, сбор виртуальных предметов или какую-то мини-игру.Помимо этого более стандартного подхода к мобильному обучению на основе игр, многие приложения применяют инновационные стратегии, чтобы привлечь внимание учащихся и повысить их мотивацию. Популярным подходом является включение механизмов конкуренции между отдельными лицами или группами, играющими в игру одновременно. Элементы виртуальной или дополненной реальности используются для обогащения воспринимаемой среды. Некоторые игры включают принятие решений в смоделированных сценариях, чтобы увеличить и разнообразить задачи, предлагаемые учащимся.Элементы социальных сетей, как и ожидалось, становятся все более популярными, поскольку они не только могут быть интегрированы в игровой процесс, но также могут выступать в качестве бесплатной рекламы игры. Другое расширение мобильного обучения на основе местоположения включает добавление в игровой процесс элементов физической активности, таких как преследование между игроками. Это может привести к появлению новых приложений в области фитнеса и физического воспитания.

Подавляющее большинство проанализированных игр были полностью разработаны авторами работ или компаниями-разработчиками программного обеспечения, связанными с проектом.Это имеет очевидные затраты на разработку, которые могут стать препятствием для более широкого внедрения LBG. Однако новой тенденцией в этой области, по-видимому, является использование инструментов или фреймворков (набор инструментов smartzoo, рассказчик, Академия мобильного обучения, изобретатель JEM …), которые позволяют упростить и ускорить цикл разработки, а также создать новые игры или контент от широкой публики, без специальных навыков в разработке программного обеспечения. Еще одна относительно недавняя тенденция – возможность настройки контента в некоторых из проанализированных игр.Это в основном включает добавление новых достопримечательностей в новую или уже существующую тропу, а также создание и привязку действий к этим достопримечательностям. Эти возможности настройки, часто связанные с приложением типа бэк-офиса, специально разработанным для настройки игры, могут быть мощным фактором в распространении игр на основе местоположения, позволяя повторно использовать существующие игры в новых контекстах с минимальными усилиями.

Большинство (но не все) проанализированных работ включали ту или иную форму оценки целевой группой пользователей, включая учителей и преподавателей, где это уместно.Эти оценки позволили большому количеству авторов сделать вывод, что игровой опыт в некоторой степени положительно повлиял на первоначальные цели работы. Положительные эффекты включают повышение интереса студентов, о чем также сообщалось в нескольких исследованиях, к повышению мотивации. Студенты также чувствовали себя более вовлеченными в процесс обучения, особенно когда они были вовлечены в дизайн игры или разработку контента. Улучшение социального взаимодействия и увеличение физических нагрузок также являются положительными результатами, о которых сообщается в нескольких работах.Некоторые подходы конкретно подтверждают, что игра улучшила результаты обучения, но трудно найти количественные, статистически значимые значения, подтверждающие эти утверждения, за некоторыми заметными исключениями, такими как [35], где формальное сравнение показывает, что игровой подход LBG оказывает значительное положительное влияние на успеваемость учащихся и их отношение к обучению по сравнению с контрольной группой.

Однако в целом процесс оценки оказался сложным, поскольку во многих документах не был представлен конкретный результат оценки или он упоминался просто как задача, которую необходимо включить в будущую работу.Процесс оценки в основном рассматривается как инструмент для получения обратной связи для улучшения приложения, и в проанализированных работах отсутствуют количественные исследования, которые подтверждают и количественно определяют влияние описанных приложений на процессы обучения.

После этого анализа кажется очевидным, что, хотя использование LBG получает все более широкое признание, все еще есть много возможностей для инноваций и расширения на новую аудиторию. Добавление некоторых форм физических упражнений к некоторым играм может позволить сочетать обучение и физическую активность, охватывая более новую аудиторию и обеспечивая преимущества в обеих областях.Новые приложения, связывающие обучение с туризмом, включая геймификацию музейных экскурсий для молодежи или даже широкой публики, также указывают на то, что многие новые области могут извлечь выгоду из такого подхода. По мере того как старшее поколение становится более технологичным, появляются новые возможности для LBG. Одно из проанализированных приложений предлагает обучение между поколениями, чтобы облегчить это принятие. Приложения, помогающие людям с какой-либо формой инвалидности обрести новые способности или восстановить утраченные, также могут быть интегрированы в эту область, когда местоположение используется как механизм для улучшения обучения.

С технологической точки зрения все еще может быть достигнут прогресс в разработке более полных и простых в использовании фреймворков для облегчения разработки игр этого типа, особенно пользователями, не имеющими формальных навыков в разработке программного обеспечения. Педагоги, как особо важные заинтересованные стороны в этой области, часто заинтересованы в применении этого нового инструмента в своей учебной деятельности. Однако полная разработка игр невозможна, поэтому наличие простых в использовании фреймворков для разработки LBG может значительно упростить принятие этих игр в качестве образовательных инструментов.Эти структуры также должны включать инструменты для обновления игрового контента, чтобы существующие игры можно было легко перенастроить в новых контекстах и ​​предметах. Использование дополненной реальности – важное новое дополнение к этому типу игр, поэтому эти фреймворки должны включать простой способ для пользователей интегрировать этот тип функциональности в свои игры. Хотя уже есть некоторые фреймворки, которые помогают в разработке игр, основанных на местоположении, мы считаем, что возможности для инноваций в этой области все еще есть.Наконец, похоже, есть возможность интегрировать элементы из большего количества игровых жанров в LBG. Уже были предприняты некоторые попытки включить элементы симуляторов, приключений и даже карточных игр. Распространение этого процесса на другие классические типы игр, такие как ролевые игры, шутеры от первого лица, стратегии и другие, может предложить интересные новаторские идеи и механизмы для игр, основанных на местоположении, поскольку все эти жанры сильно зависят от концепции местоположения. .

После вышеприведенного обсуждения мы можем теперь ответить на исходные исследовательские вопросы, предложенные для этого обзора.Эти ответы представлены в Таблице 6, а первые четыре фактически вытекают из обзора и резюме статей. Ответ на RQ5 является результатом интерпретации авторами и обсуждения конкретных трудностей, описанных в рецензируемых статьях. Наконец, чтобы ответить на RQ6, мы основывались на новых идеях, предложениях и предложениях для будущей работы, описанных в рассмотренных статьях, добавляя наши собственные мнения о том, куда может двигаться эта область исследований.

6. Выводы

В этой статье мы представили систематический обзор литературы, в которой обсуждаются игры с определением местоположения для обучения.Мы начали с определения шести исследовательских вопросов, на которые намеревались ответить в конце обзора, и определили критерии, которые будут использоваться для выбора статей для включения в обзор. Из первоначальных результатов поиска было отобрано 26 статей для углубленного анализа. Работа, представленная в этих статьях, была кратко описана в Разделе 4, и для каждой статьи мы собрали информацию, имеющую отношение к последующему обсуждению, и суммировали ее в Таблице 3, Таблице 4 и Таблице 5. Собранные данные подробно обсуждались в Разделе 5, ведущим на наш ответ на вопросы исследования, представленные в Таблице 6.

Этот обзор позволил нам подтвердить, что мобильные геолокационные игры широко используются в образовании на всех уровнях, начиная с 5-го класса. Интересно, что также было обнаружено, что другие менее академические учебные среды, как сообщалось, также экспериментировали с LBG, включая новые подходы к обучению как для пожилых людей, так и для людей с несколькими типами инвалидности. Мы обнаружили, что игровое обучение используется в качестве образовательного инструмента не только по многим общепринятым школьным предметам, но также может быть найдено в новых контекстах, более тесно связанных с образованием, таких как помощь людям в выполнении физических упражнений, преодолении инвалидности и т. Д. или лучше насладиться туристическими впечатлениями.Эти факты говорят о том, что обучение мобильным играм может стать гораздо более распространенным, и теперь оно распространяется на различные области и целевые аудитории, как уже сделали многие другие формы мобильных игр.

Мы также обнаружили, что было предпринято множество попыток помочь учащимся улучшить результаты обучения, а также сосредоточить их на среде, где легко отвлечься. Новые технологии, такие как дополненная реальность, быстро внедряются, поскольку они оказываются полезными в этом конкретном контексте.В рассмотренных статьях обычно сообщалось о положительных результатах проведенных оценок, но мы обнаружили, что эти оценки обычно не являются количественными или статистически значимыми, что, с одной стороны, подчеркивает сложность оценки результатов игрового обучения, а с другой стороны. , предлагает возможность разработки и применения более формальных методов оценки для LBG.

Наконец, когда мы обнаружили, что все еще существуют технические препятствия для более широкого внедрения LBG в образовании, многие возможности для инноваций и дальнейшей работы все еще остаются в этой области.Новые фреймворки и библиотеки для облегчения разработки и создания контента пользователями, не имеющими образования в данной области, могут быть созданы или улучшены с точки зрения удобства использования и включенных технологий. Новые стратегии, возможно, заимствованные из других популярных жанров мобильных игр, могут быть применены, чтобы сделать обучение игре на основе местоположения более привлекательным. Расширение LBG на новые домены и нацеливание на новую аудиторию также открывает широкие возможности для расширения и диверсификации этих типов игр. В сочетании с вездесущностью социальных сетей возможности для роста и инновационные возможности социально связанного обучения на основе LBG кажутся безграничными.

Обзор систем поддержки принятия клинических решений: преимущества, риски и стратегии успеха

  • 1.

    Osheroff, J. et al. Улучшение результатов с помощью поддержки принятия клинических решений: руководство для исполнителя . (Издательство HIMSS, 2012).

  • 2.

    Sim, I. et al. Системы поддержки клинических решений для практики доказательной медицины. J. Am. Med Inf. Доц. Джамия. 8 , 527–534 (2001).

    CAS Статья Google Scholar

  • 3.

    De Dombal, F. Компьютеры, диагностика и пациенты с острой болью в животе. Arch. Emerg. Мед . 9 , 267–270 (1992).

  • 4.

    Шортлифф, Э. Х. и Бьюкенен, Б. Г. Модель неточного резонанса в медицине. Math. Biosci. 379 , 233–262 (1975).

    Google Scholar

  • 5.

    Миддлтон Б., Ситтиг Д. Ф. и Райт А. Поддержка принятия клинических решений: 25-летняя ретроспектива и 25-летнее видение. годb. Med. Поставить в известность. 25 (S 01), S103 – S116 (2016).

    Артикул Google Scholar

  • 6. ​​

    Диас, Д. Носимые медицинские устройства – мониторинг показателей жизнедеятельности, системы и технологии. https://doi.org/10.3390/s18082414 (2018).

  • 7.

    Бернер Э. С. (Ред.). Системы поддержки принятия клинических решений (Springer, New York, NY, 2007).

  • 8.

    Osheroff, J., Pifer, E., Teigh, J., Ситтиг, Д. и Джендерс, Р. Улучшение результатов с помощью поддержки принятия клинических решений: руководство для исполнителя. (HIMS, 2005).

  • 9.

    Део, Р. К. Машинное обучение в медицине. Тираж 132 , 1920–1930 (2015).

    PubMed PubMed Central Статья Google Scholar

  • 10.

    Временное окончательное постановление о применении закона HITECH. https://www.hhs.gov/hipaa/for-professionals/special-topics/HITECH-act-enforcement-interim-final-rule/index.html.

  • 11.

    Требования к модели внедрения электронной медицинской карты. https://www.himssanalytics.org/emram, по состоянию на 25 августа 2019 г. (2017 г.).

  • 12.

    Чанг, Ф. и Гупта, Н. Прогресс в внедрении электронных медицинских карт в Канаде. Recherche Les progrès dans l ’ad dexier médical electronique au Canada. Канадский семейный врач. 61 , 1076–1084 (2015).

  • 13.

    Общество информационных и управленческих систем здравоохранения (HIMSS).Электронные медицинские карты: глобальная перспектива, 2-е изд. https://s3.amazonaws.com/rdcms-himss/files/production/public/HIMSSorg/Content/files/Globalpt1-edited%20final.pdf (2010).

  • 14.

    Nøhr, C. et al. Доступ граждан к данным о своем здоровье по всей стране: анализ и сравнение опыта в Дании, Эстонии и Австралии. 1–11. https://doi.org/10.1186/s12913-017-2482-y (2017).

  • 15.

    Омидан, З. и Хадианфар, А. Роль систем поддержки принятия клинических решений в здравоохранении (1980-2010): систематическое обзорное исследование. Jentashapir Sci.-Res Q. 2 , 125–134 (2011).

    Google Scholar

  • 16.

    Кабане С. М. Здравоохранение и влияние технологий: разработки, проблемы и достижения: разработки, проблемы и достижения. Справочник по медицинской информатике (2010).

  • 17.

    Vonbach, P., Dubied, A., Krähenbühl, S. & Beer, J.H. Распространенность межлекарственных взаимодействий при поступлении в больницу и во время пребывания пациентов в больнице по внутренним болезням. евро. J. Intern. Med. 19 , 413–420 (2008).

    PubMed Статья Google Scholar

  • 18.

    Хелмонс, П. Дж., Суйкербейк, Б. О., Наннан Пандай, П. В. и Костеринк, Дж. Г. У. Проверка взаимодействия лекарств с помощью поддержки принятия клинических решений: анализ окупаемости инвестиций. J. Am. Med. Инф. Доц. Джамия. 22 , 764–772 (2015).

    Артикул Google Scholar

  • 19.

    Коуткиас В. и Буо Дж. Материалы из литературы 2017 г. по поддержке принятия клинических решений. годb. Med. Инф. 27 , 122–128 (2018).

    CAS Статья Google Scholar

  • 20.

    Phansalkar, S. et al. Высокоприоритетный препарат – лекарственные взаимодействия для использования в электронных медицинских картах. J. Am. Med. Поставить в известность. Assoc . 19 , 735–743 (2012).

  • 21.

    Корню, П., Фансалкар, С., Сегер, Д. Л., Чо, И. и Понтефракт, С. Международный журнал медицинской информатики Высокоприоритетные и низкоприоритетные лекарственные взаимодействия в различных международных системах электронных медицинских карт: сравнительное исследование. Внутр. J. Med. Инф. 111 , 165–171 (2018).

    Артикул Google Scholar

  • 22.

    McEvoy, D. S. et al. Различия в высокоприоритетных предупреждениях о взаимодействии наркотиков в разных учреждениях и в электронных медицинских картах. J. Am. Med. Инф. Доц. 24 , 331–338 (2017).

    Артикул Google Scholar

  • 23.

    Чо, И., Ли, Дж., Чой, Дж., Хван, Х. и Бейтс, Д. У. Национальные правила лекарственного взаимодействия: подходят ли они для больниц третичного уровня? J. Korean Med. Sci. 31 , 1887–1896 (2016).

    PubMed PubMed Central Статья Google Scholar

  • 24.

    Махони, К. Д., Берард-Коллинз, К. М., Коулман, Р., Амарал, Дж. Ф. и Коттер, К. М. Влияние интегрированной системы клинической информации на безопасность лекарств в условиях нескольких больниц. г. J. Health Syst. Pharm. 64 , 1969–1977 (2007).

    PubMed Статья Google Scholar

  • 25.

    Peris-Lopez, P., Orfila, A., Mitrokotsa, A. & van der Lubbe, J. C. A. Комплексное решение RFID для повышения безопасности стационарных лекарств. Внутр. J. Med. Инф. 80 , 13–24 (2011).

    Артикул Google Scholar

  • 26.

    Levtzion-korach, O. et al. Влияние технологии штрих-кода на безопасность приема лекарств. N. Engl. J. Med. 362 , 1698–1707 (2010).

    PubMed Статья Google Scholar

  • 27.

    van der Veen, W. et al. Связь между обходными путями и ошибками введения лекарств при введении лекарств с помощью штрих-кода в больницах. J. Am. Med. Инф. Доц. 25 , 385–392 (2018).

    Артикул Google Scholar

  • 28.

    Eslami, S. et al. Влияние двух разных уровней компьютеризированной поддержки принятия решений на регуляцию уровня глюкозы в крови у тяжелобольных пациентов. Int J. Med. Инф. 81 , 53–60 (2012).

    Артикул Google Scholar

  • 29.

    Цзя, П., Чжан, Л., Чен, Дж., Чжао, П. и Чжан, М. Влияние систем поддержки принятия клинических решений на безопасность лекарств: обзор. PLoS ONE 11 , 1–17 (2016).

    Google Scholar

  • 30.

    Квок, Р., Динь, М., Дин, Д. и Чу, М. Повышение приверженности клиническим руководствам по астме и документации по выписке из отделений неотложной помощи: внедрение динамической и интегрированной электронной системы поддержки принятия решений. Emerg. Med. Австралас. 21 , 31–37 (2009).

    PubMed Google Scholar

  • 31.

    Дэвис Д. А. и Тейлор-Вейси А. Реализация руководств на практике: систематический обзор теоретических концепций, практического опыта и данных исследований в принятии руководств по клинической практике. Кан. Med. Доц. J. 157 , 408–416 (1997).

    CAS Google Scholar

  • 32.

    Майкл, К., Рэнд, К. С., Пауэ, Н. Р., Ву, А. В. и Уилсон, М. Х. Почему врачи не следуют рекомендациям по клинической практике? основа для улучшения. Джама, г. 282 , 1458–1465 (1999).

    Артикул Google Scholar

  • 33.

    Шортлифф Т. Медицинское мышление: что нам делать? http://www.openclinical.org/medicalThinking2006Summary2.html (2006 г.).

  • 34.

    Lipton, J. A. et al.Влияние предупреждающей системы поддержки принятия клинических решений по контролю глюкозы на соблюдение протокола и контроль гликемии в отделении интенсивной кардиологической помощи. Diabetes Technol. Ther. 13 , 343–349 (2011).

    PubMed Статья Google Scholar

  • 35.

    Salem, H. et al. Многоцентровая интеграция компьютерного наблюдения в хирургической онкологии действительна и безопасна. БЖУ Инт . https://doi.org/10.1111 / bju.14157 (2018).

  • 36.

    Основы медицинских информационных технологий Модуль 28: Основы поддержки принятия клинических решений. Инициатива открытого обучения Университета Карнеги-Меллона. https://oli.cmu.edu/jcourse/workbook/activity/page?context=e6f7c0b180020ca600c0f4e5957d6f8c.

  • 37.

    Эмби, П. Дж., Джайн, А., Кларк, Дж. И Харрис, К. М. Разработка системы оповещения о клинических испытаниях на основе электронных медицинских карт для повышения набора персонала в местах оказания медицинской помощи. AMIA Annu.Symp. Proc. 2005 , 231–235 (2005).

  • 38.

    Кэллоуэй, С., Акило, Х. и Бирман, К. Влияние системы поддержки принятия клинических решений на клинические вмешательства в аптеке, усилия по документации и затраты. Hosp. Pharm. 48 , 744–752 (2013).

    PubMed PubMed Central Статья Google Scholar

  • 39.

    McMullin, S.T. et al. Влияние компьютеризированной системы поддержки принятия решений, основанной на фактических данных, на стоимость рецептов первичной медико-санитарной помощи. Ann. Fam. Med. 2 , 494–498 (2004).

    PubMed PubMed Central Статья Google Scholar

  • 40.

    Algaze, C.A. et al. Использование контрольного списка и инструмента поддержки принятия клинических решений сокращает лабораторное использование и снижает затраты. Педиатрия 137 , e20143019 (2016).

    Артикул Google Scholar

  • 41.

    Прушидло, М.Г., Уолк-Фриц, С. У., Хоппе-Тихи, Т., Кальчмидт, Дж. И Хефели, У. Э. Разработка и оценка компьютеризированной системы поддержки принятия клинических решений для смены лекарств на стыке между первичной и третичной помощью. BMC Med. Инф. Decis. Мак. 12 , 1 (2012).

    Артикул Google Scholar

  • 42.

    Белл, К. М., Джалали, А. и Менсах, Э. Инструмент поддержки принятия решений для использования анатомографом МКБ-10 для устранения неточностей кодирования при поступлении: комментарий. Online J. Public Health Inform. 5 , 222 (2013).

    PubMed PubMed Central Статья Google Scholar

  • 43.

    Haberman, S. et al. Влияние поддержки принятия клинического решения на соответствие документации в электронной медицинской карте. Акушерство. Гинеколь. 114 , 311–317 (2009).

    PubMed Статья Google Scholar

  • 44.

    Турчин А., Шубина М. и Ганди Т. НЛП для безопасности пациентов: спленэктомия и пневмовакс. В Proc. Ежегодный симпозиум AMIA 2010 (2010).

  • 45.

    Макэвой, Д., Ганди, Т. К., Турчин, А. и Райт, А. Улучшение документации списка проблем в электронных медицинских картах с использованием двух методов: пример предшествующей спленэктомии. BMJ Qual Safari . https://doi.org/10.1136/bmjqs-2017-006707 (2017).

  • 46.

    Бернер Э. Системы поддержки принятия клинических решений: теория и практика 3-е изд.https://doi.org/10.1007/978-0-387-38319-4 (2016).

  • 47.

    Berner, E. S. Диагностические системы поддержки принятия решений: почему они не используются чаще и что мы можем с этим сделать? AMIA Annu. Symp. Proc . 2006 , 1167–1168 (2006).

  • 48.

    Segal, M. M. et al. Опыт интеграции программного обеспечения для поддержки принятия решений в области диагностики с электронными медицинскими картами: преимущества или риски обмена информацией. EGEMs Gener. Evid. Методы улучшения. Исходы пациентов 5 , 23 (2017).

    Артикул Google Scholar

  • 49.

    Кунхимангалам, Р., Оваллат, С. и Джозеф, П. К. Система поддержки принятия клинических решений со встроенным ЭМИ для диагностики периферической невропатии. J. Med. Syst. 38 , 38 (2014).

    PubMed Статья Google Scholar

  • 50.

    Martinez-Franco, A. I. et al. Точность диагностики у резидентов семейной медицины с использованием системы поддержки принятия клинических решений (DXplain): рандомизированное контролируемое исследование. Диагн. Берл. Ger. 5 , 71–76 (2018).

    Артикул Google Scholar

  • 51.

    Сингх, Х., Шифф, Г. Д., Грабер, М. Л., Онакпоя, И. и Томпсон, М. Дж. Глобальное бремя диагностических ошибок в первичной медико-санитарной помощи. BMJ Qual. Saf. 26 , 484–494 (2017).

    PubMed Статья Google Scholar

  • 52.

    Сингх, Х., Мейер, А.Н. Д. и Томас, Э. Дж. Частота диагностических ошибок при амбулаторном лечении: оценки трех крупных обсервационных исследований с участием взрослого населения США. BMJ Qual. Saf. 23 , 727–731 (2014).

    PubMed PubMed Central Статья Google Scholar

  • 53.

    Razzaki, S. et al. Сравнительное исследование искусственного интеллекта и врачей-людей с целью сортировки и диагностики. arXiv препринт arXiv: 1806.10698 (2018).

  • 54.

    Фрейзер, Х., Койера, Э. и Вонг, Д. Безопасность цифровых средств проверки симптомов, обращенных к пациенту. Ланцет 392 , 2263–2264 (2018).

    PubMed Статья Google Scholar

  • 55.

    Георгиу, А., Пргомет, М., Маркевич, А., Адамс, Э. и Вестбрук, Дж. И. Влияние компьютеризированных систем ввода заказов поставщиков на услуги медицинской визуализации: систематический обзор. Дж.Являюсь. Med. Инф. Доц. 18 , 335–340 (2011).

    Артикул Google Scholar

  • 56.

    Блэкмор, К. К., Мекленбург, Р. С. и Каплан, Г. С. Эффективность поддержки принятия клинических решений при контроле несоответствующей визуализации. JACR 8 , 19–25 (2019).

    Google Scholar

  • 57.

    DSS Inc. Поддержка принятия решений в области радиологии (RadWise®).https://www.dssinc.com/products/integrated-clinical-products/radwise-radiology-decision-support/.

  • 58.

    Giardino, A. et al. Роль визуализации в эпоху точной медицины. Acad. Радиол. 24 , 639–649 (2017).

    PubMed Статья Google Scholar

  • 59.

    Oakden-rayner, L. et al. Прецизионная радиология: прогнозирование продолжительности жизни с использованием методов проектирования функций и глубокого обучения в рамках радиомики. Sci. Реп: . https://doi.org/10.1038/s41598-017-01931-w (2017).

  • 60.

    От невидимого к видимому: IBM демонстрирует ИИ радиологам. https://www-03.ibm.com/press/us/en/pressrelease/51146.ws. По состоянию на август 2019 г. (2016 г.).

  • 61.

    Гринспен, Х., Гиннекен ван, Б. и Саммерс, Р. М. Гостевая редакционная работа по глубокому обучению в области медицинской визуализации: обзор и перспективы новой захватывающей техники. IEEE Trans. Med. Изображения 35 , 1153–1159 (2016).

    Артикул Google Scholar

  • 62.

    Сузуки, К. и Чен, Ю. Искусственный интеллект в системах поддержки принятия решений для диагностики в медицинской визуализации. https://doi.org/10.1007/978-3-319-68843-5 (2018).

  • 63.

    IBM Watson Health – IBM Watson for Oncology. https://www.ibm.com/watson/health/oncology-and-genomics/oncology/. По состоянию на 25 августа 2019 г. (2018).

  • 64.

    Lunit Inc. https://lunit.io/en/.По состоянию на август 2019 г. (2018 г.).

  • 65.

    Gulshan, V. et al. Разработка и проверка алгоритма глубокого обучения для обнаружения диабетической ретинопатии на фотографиях глазного дна сетчатки. JAMA – J. Am. Med. Доц. 316 , 2402–2410 (2016).

    Артикул Google Scholar

  • 66.

    Esteva, A. et al. Классификация рака кожи на уровне дерматологов с помощью глубоких нейронных сетей. Природа 542 , 115 (2017).

    CAS PubMed Статья Google Scholar

  • 67.

    Rajpurkar, P. et al. Chexnet: Обнаружение пневмонии на уровне радиолога на рентгеновских снимках грудной клетки с глубоким обучением. arXiv препринт ar Xiv: 1711.05225 (2017).

  • 68.

    Hannun, A. Y. et al. ФОКУС | Письма FOCUS | Письма Выявление и классификация аритмий на уровне кардиолога на амбулаторных электрокардиограммах с использованием букв глубокой нейронной сети | Буквы FOCUS | ФОКУС. Nat. Мед . https://doi.org/10.1038/s41591-018-0268-3 (2019).

  • 69.

    Эриксон Б. Дж. Машинный интеллект в медицинской визуализации (Общество информатики визуализации, SIIM, 2016).

  • 70.

    Кельтч, Б., Лин, Ю. и Байрак, С. Сравнение методов искусственного интеллекта для прогнозирования фиброза печени в системах, обращенных к пациентам с гепатитом. J. Med. Syst . https://doi.org/10.1007/s10916-014-0060-y (2014).

  • 71.

    Мёркрид, Л.и другие. Непрерывные референсные интервалы маркеров мочи для синдромов церебральной недостаточности креатина с поправкой на возраст и пол: новый подход к определению референсных интервалов. Clin. Chem. 61 , 760–768 (2015).

    PubMed Статья CAS Google Scholar

  • 72.

    Spyridonos, P., Cavouras, D., Ravazoula, P. & Nikiforidis, G. Компьютерная диагностическая и прогностическая система для оценки степени опухоли мочевого пузыря и прогнозирования рецидива рака. Med. Инф. Интернет Мед. 27 , 111–122 (2002).

    CAS Статья Google Scholar

  • 73.

    Tsolaki, E. et al. Быстрый спектроскопический множественный анализ (FASMA) для классификации опухолей головного мозга: система поддержки принятия клинических решений, использующая многопараметрические данные 3T МРТ. Внутр. J. Comput. Assist Radio. Surg. 10 , 1149–1166 (2015).

    Артикул Google Scholar

  • 74.

    Дэвис, С., Роудсари, А., Раворт, Р., Кортни, К. Л. и Маккей, Л. Совместное принятие решений с использованием технологии личных медицинских карт: обзорный обзор на перепутье. J. Am. Med. Инф. Доц. 24 , 857–866 (2017).

    Артикул Google Scholar

  • 75.

    Fuji, K. T. et al. Автономные личные медицинские карты в США: удовлетворение желаний пациентов. Health Technol. 2 , 197–205 (2012).

    Артикул Google Scholar

  • 76.

    Тан, П. К., Эш, Дж. С., Бейтс, Д. У., Оверхэдж, Дж. М. и Сэндс, Д. З. Личные медицинские записи: определения, преимущества и стратегии преодоления препятствий на пути к усыновлению. J. Am. Med. Инф. Доц. 13 , 121–126 (2006).

    CAS Статья Google Scholar

  • 77.

    Wald, J. S. et al. Управляемый пациентом журнал электронной истории болезни: проблемы и проблемы. Шпилька. Health Technol. Поставить в известность. 107 (Pt 2), 1166–1170 (2004).

    PubMed Google Scholar

  • 78.

    Ханауэр, Д. А., Прейб, Р., Чжэн, К. и Чой, С. В. Запросы на внесение поправок в электронную медицинскую карту по инициативе пациента. J. Am. Med. Инф. Доц. 21 , 992–1000 (2014).

    Артикул Google Scholar

  • 79.

    Розенблум, С.T. et al. Сортировка пациентов из группы риска гриппа с помощью портала для пациентов. J. Am. Med. Инф. Доц. 19 , 549–554 (2012).

    Артикул Google Scholar

  • 80.

    Roehrs, A., Da Costa, C. A., Da Rosa Righi, R. & De Oliveira, K. S. F. Личные медицинские записи: систематический обзор литературы. J. Med. Интернет Res . https://doi.org/10.2196/jmir.5876 (2017).

  • 81.

    Benhamou, P.Y. Улучшение управления диабетом с помощью электронных медицинских карт и медицинских карт пациентов. Diabetes Metab. 37 (Приложение 4), S53 – S56 (2011).

    PubMed Статья Google Scholar

  • 82.

    Кумар, Р. Б., Горен, Н. Д., Старк, Д. Э., Уолл, Д. П. и Лонгхерст, К. А. Автоматическая интеграция данных непрерывного монитора глюкозы в электронную медицинскую карту с использованием потребительских технологий. J. Am. Med.Инф. Доц. 23 , 532–537 (2016).

    Артикул Google Scholar

  • 83.

    Килсдонк, Э., Пьют, Л. В., Ризебос, Р. Дж., Кремер, Л. К. и Ясперс, М. В. М. Раскрытие обработки информации практикующими врачами с использованием метода мысли вслух: от бумажных руководств к системе поддержки принятия клинических решений. Внутр. J. Med. Инф. 86 , 10–19 (2016).

    CAS Статья Google Scholar

  • 84.

    Dowding, D. et al. Использование медсестрами компьютеризированных систем поддержки принятия клинических решений: анализ клинического случая. J. Clin. Nurs. 18 , 1159–1167 (2009).

    PubMed Статья Google Scholar

  • 85.

    Эш, Дж. С., Ситтиг, Д. Ф., Кэмпбелл, Э. М., Гуаппоне, К. П. и Дайкстра, Р. Х. Некоторые непредвиденные последствия систем поддержки принятия клинических решений. AMIA Annu Symp. Proc. AMIA Symp. AMIA Symp. 2007 , 26–30 (2007).

    Google Scholar

  • 86.

    Халифа М. и Забани И. Улучшение использования систем поддержки принятия клинических решений за счет снижения утомляемости: стратегии и рекомендации. Шпилька. Health Technol. Поставить в известность. 226 , 51–54 (2016).

    PubMed Google Scholar

  • 87.

    Van Laere, S. et al. Системы поддержки клинических решений для проверки лекарственной аллергии: систематический обзор.https://doi.org/10.2196/jmir.8206 (2018).

  • 88.

    Wyatt, J. & Spiegelhalter, D. Полевые испытания медицинских средств принятия решений: потенциальные проблемы и решения. Американская ассоциация медицинской информатики. 3–7. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2247484/ (1991).

  • 89.

    Годдард К., Роудсари А. и Вятт Дж. Смещение автоматизации – скрытая проблема для использования системы поддержки принятия клинических решений. Шпилька. Health Technol. Поставить в известность. 164 , 17–22 (2011).

    PubMed Google Scholar

  • 90.

    Деварадж, С., Шарма, С. К., Фаусто, Д. Дж., Виернес, С. и Харрази, Х. Препятствия и факторы, способствующие принятию клинических систем поддержки принятия решений: систематический обзор. J. Bus Adm. Res . https://doi.org/10.5430/jbar.v3n2p36 (2014).

  • 91.

    Leslie, S.J. et al. Программное обеспечение для поддержки принятия клинических решений при хронической сердечной недостаточности: разработка и оценка. Comput Biol. Med. 36 , 495–506 (2006).

    PubMed Статья Google Scholar

  • 92.

    Murray, E. et al. Почему сложно реализовать инициативы электронного здравоохранения? Качественное исследование. Реализация Sci. 6 , 6 (2011).

    PubMed PubMed Central Статья Google Scholar

  • 93.

    Лай, Ф., Макмиллан, Дж., Дауделин, Д. Х. и Кент, Д. М. Потенциал обучения для увеличения принятия и использования компьютеризированных систем поддержки принятия решений для медицинской диагностики. Гм. Факторы J. Hum. Факторы Эрг. Soc. 48 , 95–108 (2006).

    Артикул Google Scholar

  • 94.

    Ojeleye, L. Обеспечение эффективной компьютеризированной поддержки принятия клинических решений. Писатель 27 , 54–56 (2016).

    Артикул Google Scholar

  • 95.

    Кук, Д. А., Тейшейра, М. Т., Хил, Б. С. Э., Чимино, Дж. Дж. И Дель Фиол, Г. Контекстно-зависимая поддержка принятия решений (информационные кнопки) в электронных медицинских картах: систематический обзор. J. Am. Med Inf. Доц. 24 , 460–468 (2017).

    Артикул Google Scholar

  • 96.

    Суджанский, В. Интеграция гетерогенных баз данных в биомедицине. J. Biomed. Поставить в известность. 34 , 285–298 (2001).

    CAS PubMed Статья Google Scholar

  • 97.Индекс

    – FHIR v3.0.1. (2018). https://www.hl7.org/fhir/index.html. По состоянию на июль 2019 г.

  • 98.

    Катехакис, Д. Г. На пути к разработке национальной системы взаимодействия электронного здравоохранения для решения проблем общественного здравоохранения в Греции. Труды Первого международного семинара по технологиям семантической паутины для управления данными здравоохранения, SWH @ ISWC. 2164 , 1–9 (2018).

  • 99.

    EHRIntelligence. 5 способов, которыми государства санкционируют обмен медицинской информацией.https://ehrintelligence.com/news/5-ways-states-mandate-health-information-exchange. По состоянию на август 2019 г. (2015 г.).

  • 100.

    Отчет Европейской комиссии. Рекомендация Комиссии по европейскому формату обмена электронными записями о состоянии здоровья (C (2019) 800) от 6 февраля 2019 г. https://ec.europa.eu/digital-single-market/en/news/recommendation-european-electronic-health- форма обмена записями (2019).

  • 101.

    Бресник, Дж. HealthITAnalytics. Функциональная совместимость, низкая стоимость делают облачные электронные записи в качестве фаворита.https://healthitanalytics.com/news/interoperability-low-costs-make-cloud-based-ehrs-a-favorite. По состоянию на июль 2019 г. (2015 г.).

  • 102.

    Фернандес-Карденьоса, Г., Де Ла Торре-Диес, И., Лопес-Коронадо, М. и Родригес, Дж. Дж. П. С. Анализ облачных решений для систем EHR в различных сценариях. J. Med. Syst. 36 , 3777–3782 (2012).

    PubMed Статья Google Scholar

  • 103.

    Родригес, Дж. Дж. П. К., де ла Торре, И., Фернандес, Г. и Лопес-Коронадо, М. Анализ требований безопасности и конфиденциальности облачных систем электронных медицинских карт. J. Med. Интернет Res . 15 , e186 (2013).

  • 104.

    Кабачински Дж. Взгляд на системы поддержки принятия клинических решений. Biomed. Instrum. Technol. 47 , 432–434 (2013).

    PubMed Статья Google Scholar

  • 105.

    О’Рейли, Д., Тарид, Дж. Э., Гори, Р., Локкер, К. и Маккиббон, К. А. Экономика информационных технологий здравоохранения в управлении лекарствами: систематический обзор экономических оценок. J. Am. Med. Инф. Доц. 19 , 423–438 (2012).

    Артикул Google Scholar

  • 106.

    Bright, T. J. et al. Эффект клинических систем поддержки принятия решений: систематический обзор. Ann. Intern Med. 157 , 29–43 (2012).

    PubMed Статья Google Scholar

  • 107.

    Jacob, V. et al. Стоимость и экономическая выгода систем поддержки клинических решений (CDSS) для профилактики сердечно-сосудистых заболеваний: систематический обзор руководства сообщества. J. Am. Med. Инф. Доц. Джамия. 24 , 669–676 (2017).

    Артикул Google Scholar

  • 108.

    Main, C. et al. Компьютеризированные системы поддержки принятия решений для обмена информацией для диагностики, скрининга или мониторинга заказа тестов: систематические обзоры эффектов и экономической эффективности систем. Health Technol. Оценивать. 14 , 1–227 (2010).

    CAS PubMed Google Scholar

  • 109.

    Шиперс-Хукс, А. М., Граулс, Р. Дж., Ниф, К. и Корстен, Х. Х. Стратегия внедрения и первые результаты расширенной поддержки принятия клинических решений в практике больничных аптек. Шпилька. Health Technol. Сообщите . 148 , 142–148 (2009).

  • 110.

    Эдлин, Р., МакКейб, К., Халм, К., Холл, П. и Райт, Дж. Моделирование экономической эффективности для оценки технологий здравоохранения. https://doi.org/10.1007/978-3-319-15744-3 (2015).

  • 111.

    Vermeulen, K. M. et al. Экономическая эффективность электронной системы заказа лекарств (CPOE / CDSS) для госпитализированных пациентов. Int J. Med, Inf. 83 , 572–580 (2014).

    CAS Статья Google Scholar

  • 112.

    Окумура, Л.М., Веронезе И., Бургардт К. И. и Фрагозо М. Ф. Эффекты компьютеризированного ввода заказов поставщика и системы поддержки принятия клинических решений для улучшения использования цефазолина в хирургической профилактике: анализ экономии затрат. Pharm. Практик. 14 , 1–7 (2016).

    Google Scholar

  • 113.

    Osheroff, J. A. et al. Дорожная карта национальных действий по поддержке принятия клинических решений. J. Am. Med. Инф. Доц. 14 , 141–145 (2007).

    Артикул Google Scholar

  • 114.

    Гринс, Р. А. Поддержка принятия клинических решений 2-е изд. Путь к широкому принятию https://doi.org/10.1016/B978-0-12-398476-0.00035-X (2014).

  • 115.

    Бонни, В. Воздействие и риски внедрения систем поддержки принятия клинических решений. В: Эффективные системы поддержки принятия решений – практика и проблемы в области биомедицины. IntechOpen https: // doi.org / 10.5772 / 711 (2011).

  • 116.

    Bates, D. W. et al. Десять заповедей для эффективной поддержки принятия клинических решений: сделать практику доказательной медицины реальностью. J. Am. Med. Инф. Доц. 10 , 523–530 (2003).

    Артикул Google Scholar

  • 117.

    Кавамото, К. Улучшение клинической практики с использованием систем поддержки принятия клинических решений: систематический обзор испытаний для определения характеристик, критически важных для успеха. Bmj 330 , 765–0 (2005).

    PubMed PubMed Central Статья Google Scholar

  • 118.

    Health Level Seven International – Домашняя страница. http://www.hl7.org/. По состоянию на 29 августа 2019 г. (2018).

  • 119.

    IHTSDO. История SNOMED CT. Ihtsdo. http://www.ihtsdo.org/snomed-ct/what-is-snomed-ct/history-of-snomed-ct (2015).

  • 120.

    Марко-Руис, Л. и Беллика, Дж.G. Семантическая совместимость в системах поддержки принятия клинических решений: систематический обзор. Шпилька. Health Technol. Инф. 216 , 958 (2015).

    Google Scholar

  • 121.

    Анграал, С., Крумхольц, Х. М. и Шульц, В. Л. Технология блокчейн: приложения в здравоохранении. Circ. Кардиоваск. Qual. Результаты https://doi.org/10.1161/CIRCOUTCOMES.117.003800 (2017).

  • 122.

    Иван Д.Переход к методу на основе блокчейна для безопасного хранения историй болезни. ONC / NIST Использование блокчейна для здравоохранения и исследований, семинар . Гейтерсбург, Мэриленд, США: ONC / NIST (2016).

  • 123.

    Эйхнер, Дж. И Дас, М. Проблемы и препятствия на пути к разработке и внедрению системы поддержки принятия клинических решений (CDS), имеющей опыт работы Агентства по исследованиям в области здравоохранения и демонстрации качества CDS. Agency Healthc Res. Qual. Сайт . 29. https: // healthit.ahrq.gov/sites/default/files/docs/page/CDS_challenges_and_barriers.pdf (2010 г.).

  • 124.

    Халифа М. Поддержка принятия клинических решений: стратегии успеха. Процедуры Comput. Sci. 37 , 422–427 (2014).

    Артикул Google Scholar

  • 125.

    Ситтиг Д. Ф. Электронная медицинская карта: проблемы разработки и внедрения . (CRC Press, 2014).

  • 126.

    Харпер, Б.Д. и Норман, К. Л. Повышение удовлетворенности пользователей: анкета для оценки удовлетворенности взаимодействием с пользователем, версия 5.5. Материалы 1-й Ежегодной конференции по человеческому фактору в Средней Атлантике (стр. 224–228), Вирджиния-Бич, Вирджиния. (1993).

  • 127.

    Льюис, Дж. Р. Шкала удобства использования системы: прошлое, настоящее и будущее. Int J. Hum.-Comput. Взаимодействовать. 34 , 577–590 (2018).

    Артикул Google Scholar

  • 128.

    Льюис, Дж. Р. Опросник IBM по удобству использования компьютера: психометрическая оценка и инструкции по использованию. Int J. Hum.-Comput. Взаимодействовать. 7 , 57–78 (1995).

    Артикул Google Scholar

  • 129.

    Льюис, Дж. Р. Измерение воспринимаемого удобства использования: CSUQ, SUS и UMUX. Int J. Hum.-Comput Взаимодействие. 34 , 1148–1156 (2018).

    Артикул Google Scholar

  • Журнал Американской ассоциации медицинской информатики: JAMIA

    Журнал Американской ассоциации медицинской информатики: JAMIA Форма поиска

    Обзор

    место публикации для

    • Применение искусственного интеллекта и интеграции данных в исследованиях COVID-19: обзорный обзор.2021 г.
    • Мультимодальное, многозадачное, многоадресное (M3) обнаружение ретикулярных псевдодрузенов с глубоким обучением: к автоматизированной и доступной классификации возрастной дегенерации желтого пятна. 28. 2021 г.
    • Измерение бремени клинической документации среди врачей и медсестер с использованием электронных медицинских карт: обзорный обзор.. 28. 2021 г.
    • Общественные и врачебные взгляды на ответственность искусственного интеллекта в здравоохранении. 2021 г.
    • Клиническая информатика во время пандемии COVID-19: извлеченные уроки и последствия для отделений неотложной помощи и стационаров. 28. 2021 г.
    • Понимание корпоративных хранилищ данных для поддержки клинических и трансляционных исследований.. 27. 2020 г.
    • “Как вы попали к этому номеру?” Потребности заинтересованных сторон во внедрении прогнозной аналитики: качественное исследование перед внедрением. 27. 2020 г.
    • Визуальные аналогии, а не графики, помогают пациентам лучше понять изменения в своем состоянии здоровья. 27.2020 г.
    • Дополнительный характер основанного на запросах и направленного обмена медицинской информацией в практике первичной медико-санитарной помощи. 27. 2020 г.
    • ML-Net: многопозиционная классификация биомедицинских текстов с помощью глубоких нейронных сетей. 26. 2019 г.
    • Использование системами здравоохранения корпоративного обмена медицинской информацией по сравнению со средой единого поставщика электронных медицинских карт и незапланированной повторной госпитализацией.. 26. 2019 г.
    • Структурированные причины переопределения предупреждений о взаимодействии наркотиков в электронных медицинских картах. 26. 2019 г.
    • Проблемы с качеством данных о расе и этнической принадлежности в базах данных наблюдений. 26. 2019 г.
    • Недостаточно обслуживаемые группы населения с отсутствующими данными о расовой этнической принадлежности значительно отличаются от групп со структурированной документацией по расовой / этнической принадлежности.. 26. 2019 г.
    • Привлечение госпитализированных пациентов персонализированной медицинской информацией: рандомизированное испытание портала для стационарных пациентов. 26. 2019 г.
    • Целостность клинической информации в компьютеризированных запросах на диагностическую визуализацию. 25. 2018 г.
    • Следует ли родителям просматривать медицинскую карту своего подростка? Вопрос о влиянии на общение подростка с врачом меняет отношение.. 25. 2018 г.
    • Пример из практики, оценивающий переносимость исполняемого вычислимого алгоритма фенотипа в различных учреждениях и средах электронных медицинских карт. 25. 2018 г.
    • Разработка и поддержка поддержки принятия клинических решений с использованием клинических знаний и машинного обучения: пример наборов заказов.. 25. 2018 г.
    • Эффективность и непредвиденные последствия жестких предупреждений в системах электронных медицинских карт: систематический обзор. 25. 2018 г.
    • Вовлечение пациентов больниц в процесс согласования лекарств с помощью планшетных компьютеров. 25. 2018 г.
    • Вариативность функций конфиденциальности подросткового портала: как уникальные потребности пациента-подростка в конфиденциальности создают сложный процесс принятия решений.. 25. 2018 г.
    • Влияние обмена медицинской информацией на распознавание несоответствий в лекарствах прерывается, когда вводится плата за данные: результаты кластерного рандомизированного контролируемого исследования. 24. 2017 г.
    • База знаний точной медицины рака для структурированных мутаций и интерпретаций клинического уровня.. 24. 2017 г.
    • Уведомления о госпитализации и сокращение повторных госпитализаций получателей платы за услуги Medicare в Бронксе, Нью-Йорк. 24. 2017 г.
    • Различия в приоритетных предупреждениях о взаимодействии наркотиков в разных учреждениях и в электронных медицинских картах. 24. 2017 г.
    • Организация и содержание докторских диссертаций по информатике. 23. 2016 г.
    • Обмен информацией о здоровье в условиях дикой природы: связь между организационными возможностями и предполагаемой полезностью уведомлений о клинических событиях в амбулаторных условиях и по месту жительства.. 24. 2016 г.
    • PheKB: каталог и рабочий процесс для создания электронных алгоритмов фенотипа для транспортабельности. 23. 2016 г.
    • Автоматическое определение социальных ритмов при биполярном расстройстве. 23. 2016 г.
    • Влияние редизайна интерфейса электронного рецепта на частоту назначения непатентованных лекарств: использование вариантов по умолчанию.. 23. 2016 г.
    • Моделирование информационных потоков при поддержке принятия клинических решений: ключевые идеи для повышения эффективности системы. 23. 2016 г.
    • Влияние информационных технологий здравоохранения на результаты лечения пациентов: систематический обзор. 23. 2015 г.
    • Desiderata для вычислимых представлений алгоритмов фенотипа, основанных на электронных медицинских картах.. 22. 2015 г.
    • Обзор и оценка инструментов разработки алгоритмов фенотипа на основе электронных медицинских карт для клинических и трансляционных исследований. 22. 2015 г.
    • Иногда больше значит больше: итеративное совместное проектирование инфографики для вовлечения членов сообщества с разным уровнем санитарной грамотности.. 23. 2015 г.
    • Центр передового опыта в области обмена данными с мобильными датчиками (MD2K). 22. 2015 г.
    • Удобство использования электронных медицинских карт: анализ ориентированных на пользователя процессов разработки одиннадцати поставщиков электронных медицинских карт. 22. 2015 г.
    • Связь между качеством здравоохранения и использованием функций электронной истории болезни в амбулаторной помощи.. 22. 2015 г.
    • Оценка потребностей в информационных технологиях здравоохранения для улучшения координации помощи в трех ведущих медицинских домах, ориентированных на пациента. 22. 2015 г.
    • Электронные медицинские карты и качество медицинской помощи в течение долгого времени в медицинском центре, отвечающем требованиям федерального уровня. 22.2015 г.
    • Потенциал систем обмена медицинской информацией на уровне сообществ по сокращению количества повторных госпитализаций. 22. 2014 г.
    • Как используется электронная медицинская карта? Использование данных EHR для оценки вариативности использования технологий на уровне врача. 21. 2014 г.
    • Изменение ландшафта исследований: Сеть исследования клинических данных г. Нью-Йорка.. 21. 2014 г.
    • PaTH: к обучающейся системе здравоохранения в Среднеатлантическом регионе. 21. 2014 г.
    • Алгоритм на основе электронных медицинских карт для выявления пользователей, употребляющих антидепрессанты. 21. 2014 г.
    • Прокладывая COWpath: проектирование педиатрических наборов на основе данных.. 21. 2014 г.
    • Нормализация и стандартизация электронных медицинских карт для высокопроизводительного фенотипирования: консорциум SHARPn .. 20. 2013
    • Социально-технические проблемы для разработки технологий доступа пациентов к данным обмена медицинской информацией. 21.2013
    • Осуществление обмена информацией о здоровье для отчетности в области общественного здравоохранения: сравнение решений и управления рисками трех региональных информационных организаций здравоохранения в штате Нью-Йорк. 21. 2013
    • Использование компьютеризированного алгоритма для выявления людей, нуждающихся в тестировании на целиакию.. 20. 2013
    • Совместный подход к разработке алгоритма фенотипирования электронных медицинских карт для лекарственного поражения печени. 20. 2013
    • Долгосрочная последующая оценка безопасности электронных медицинских карт. 20. 2013
    • Когда внедрение медицинских информационных технологий в практику врача приводит к тому, что врачи используют его в практике? 20. 2013
    • Модель оценки системной динамики: реализация обмена медицинской информацией для отчетности в области общественного здравоохранения. 20. 2013
    • Семантико-веб-ориентированное представление модели клинического элемента для вторичного использования данных электронных медицинских карт. 20.2012 г.
    • Потребительский опыт и отношение к медицинским информационным технологиям: общенациональное исследование. 20. 2012 г.
    • Факторы, влияющие на использование веб-сайта электронного здравоохранения в выборке пожилых людей в сообществе. 20. 2012 г.
    • Официальный документ Совета AMIA: определение биомедицинской информатики и спецификация основных компетенций для последипломного образования по данной дисциплине.. 19. 2012 г.
    • Важность мультимодальных подходов к эффективному выявлению случаев катаракты из электронных медицинских карт. 19. 2012 г.
    • Ошибки при амбулаторном назначении лекарств среди поставщиков медицинских услуг в двух штатах. 19. 2011 г.
    • Выявление беременности при использовании негормональных препаратов категории X в электронных медицинских картах.. 18 Дополнение 1. 2011 г.
    • Колонка президента: аттестация по специальностям клиническая информатика. 18. 2011 г.
    • Переход между амбулаторными ЭУЗ: исследование перспектив практикующих врачей. 19. 2011 г.
    • Модель треугольника для оценки влияния информационных технологий здравоохранения на качество и безопасность здравоохранения.. 19. 2011 г.
    • Глобальный стандарт шаблонов электронных медицинских карт путешественников для личных медицинских карт. 19. 2011 г.
    • Оценка информационных технологий здравоохранения в условиях сообщества: извлеченные уроки. 18. 2011 г.
    • Колонка президента AMIA: Политика AMIA и HIT.. 18. 2011 г.
    • Сопоставление элементов данных клинического фенотипа со стандартизованными хранилищами метаданных и контролируемой терминологией: опыт сети eMERGE. 18. 2011 г.
    • Характеристики и влияние дозирования медсестрой на выполнение протокола компьютерной интенсивной инсулинотерапии.. 18. 2011 г.
    • Использование электронной клинической документации: затраченное время и взаимодействие в команде. 18. 2011 г.
    • Обращение президента AMIA .. 18. 2011 г.
    • Предвидение и устранение непредвиденных последствий ИТ и политики в области здравоохранения: отчет о заседании AMIA 2009 по политике в области здравоохранения.. 18. 2011 г.
    • Сравнение и оценка интерфейсов прикладного программирования терминологических служб: RxNav, UMLSKS и LexBIG .. 17. 2010 г.
    • Использование информатики для генетических исследований: использование электронной медицинской карты для проведения полногеномного ассоциативного исследования заболеваний периферических артерий.. 17. 2010 г.
    • Анализ категориальной информации в двух общедоступных лекарственных терминологиях: RxNorm и NDF-RT .. 17. 2010 г.
    • Количественная оценка избыточности клинических повествований в электронной медицинской карте. 17. 2010 г.
    • Выполнено.Детмер и Американская ассоциация медицинской информатики: благодарность .. 16. 2009 г.
    • Вручение премии Морриса Ф. Коллена Роберту А. Гринсу за 2008 год. 16. 2009 г.
    • Использование врачами ключевых функций в электронных медицинских картах с 2005 по 2007 год: обследование в масштабе штата.. 16. 2009 г.
    • LexGrid: структура для представления, хранения и запроса биомедицинской терминологии от простой до возвышенной. 16. 2009 г.
    • Переосмысление медицинского счета: многопрофильный обзор литературы. 14. 2007 г.
    • Топологический анализ крупномасштабных структур биомедицинской терминологии.. 14. 2007 г.
    • Узнаем, как думать об информационной системе для пациентов в больнице, пытаясь ее оценить: журнал комитета .. 14. 2007 г.
    • Оценка онлайн-платформы для самостоятельной отчетности больных раком о токсичности химиотерапии. 14.2007 г.
    • Корреляты внедрения электронных медицинских карт в офисную практику: исследование в масштабе штата. 14. 2006 г.
    • Особенности построения графиков в коммуникации риска здоровью: систематический обзор. 13. 2006 г.
    • Человеческое и автоматическое кодирование резюме выписки из реабилитации в соответствии с Международной классификацией функционирования, инвалидности и здоровья.. 13. 2006 г.
    • Возврат инвестиций в компьютеризированную систему ввода заказов врача. 13. 2006 г.
    • Подготовка следующего поколения информатиков: влияние «BISTI» и биоинформатики – доклад Американского колледжа медицинской информатики. 11.2004 г.
    • Подход InterMed к общим руководствам, интерпретируемым компьютером: обзор. 11. 2003 г.
    • Сравнение интерпретируемых компьютером моделей руководств: тематическое исследование. 10. 2003 г.
    • Разработка и применение структуры хранилища данных мультимодальных изображений.. 9. 2002 г.
    • Синергия в обучении между медицинской информатикой и исследованиями в сфере здравоохранения: успехи и проблемы. 9. 2002 г.
    • Общая модель данных для нейробиологии и обмена моделями данных. 8. 2001 г.
    • Являются ли медицинская информатика и информатика сестринского дела отдельными дисциплинами? Дебаты по ACMI 1999 года.. 7. 2000 г.
    • Представление клинических руководств в GLIF: индивидуальный и совместный опыт. 5. 1998 г.
    • Формат обмена руководящими принципами: модель для представления руководящих принципов. 5. 1998 г.
    • Центр доверия медицинских изображений на основе криптологии.. 3. 1996 г.
    • Федеральная роль в информационной инфраструктуре здравоохранения: обсуждение плюсов и минусов государственного вмешательства. 3. 1996 г.
    • Проект PEN-Ivory: изучение дизайна пользовательского интерфейса для выбора элементов из больших контролируемых словарей медицины.. 3. 1996 г.
    • Прогресс исследований программы человеческого мозга в области биомедицинской визуализации / нейробиологии, 2001 г. 8. 2001 г.
    • Потенциальная ценность социальных детерминант здоровья в прогнозировании результатов для здоровья. 2018 г.
    • Дальнейшее обновление терминологии VA NDF-RT для клинических исследований.2011 г.
    • Информатика в NIH. 2000 г.
    • Фенотипирование на основе электронных медицинских карт: проблемы, последние достижения и перспективы. 20. 2013
    • Обращение президента AMIA .. 18.2011 г.
    • Прогресс исследований программы человеческого мозга в области биоинформатики / нейроинформатики. 8. 2001 г.
    • Дегуманизация ухода за пациентами – компьютерная проблема или решение? 1. 1994 г.
    • Вмешательства по увеличению использования порталов для пациентов в уязвимых группах населения: систематический обзор.2019 г.
    • Использование электронных медицинских карт для поддержки ответных мер общественного здравоохранения на пандемию COVID-19 в США: взгляд из 15 академических медицинских центров. 2021 г.
    • Информатика в области здравоохранения и справедливость в отношении здоровья: расширение охвата и воздействия. 2019 г.
    • Социальные детерминанты здоровья в психиатрической помощи и исследованиях: аргументы в пользу более широкого включения.2019 г.
    • Добрых намерений недостаточно: как вмешательство информатики может усугубить неравенство. 2018 г.
    • Сходящиеся и расходящиеся потребности пациентов и поставщиков медицинских услуг, которые собирают и используют данные о состоянии здоровья пациентов: комплексный обзор. 2018 г.
    • Презентация журнала Morris F.Премия Коллена Джошуа Ледербергу, доктору философии. 2000 г.
    • Представление мыслей, слов и вещей в UMLS. 1998 г.
    • Единая система медицинского языка: к совместному подходу к решению терминологических проблем. 1998 г.

    Идентификационный номер

    Аббревиатура ISO

    Привязка ISSN

    Международный стандартный серийный номер (ISSN)

    Электронный международный стандартный серийный номер (EISSN)

    © 2021 г. Проект VIVO | Условия использования | Работает на VIVO

    Разработка новых путей в области биомедицинской информатики: Программа стипендий AMIA High School Scholars Program | Журнал Американской ассоциации медицинской информатики

    Аннотация

    Расширение доступа к опыту в области биомедицинской информатики является важной потребностью, поскольку эта область продолжает сталкиваться с проблемами рабочей силы.Выход за рамки традиционных медицинских школ и программ аспирантуры в этой области имеет решающее значение для увеличения числа людей и увеличения разнообразия в этой области. В этом клиническом случае представлен обзор разработки и первоначального внедрения программы стипендий для старшеклассников Американской ассоциации медицинской информатики (AMIA). Основная цель программы, запущенной в 2014 году, заключалась в предоставлении возможностей распространения информации для старшеклассников, занимающихся исследованиями в области биомедицинской информатики.Мы обсуждаем факторы успеха, в том числе тесное межведомственное и межорганизационное сотрудничество и высокое качество заявок учащихся старших классов на участие в программе. Также обсуждаются возникшие проблемы, особенно связанные с работой с несовершеннолетними и четким изложением программных ожиданий. Наконец, мы представляем дальнейший путь дальнейшего развития Программы стипендий AMIA High School Scholars Program.

    ИСТОРИЯ

    Карьерный путь в биомедицинской информатике стремительно развивается по мере расширения области в новых направлениях и увеличения спроса на вычислительные навыки в биомедицине и здравоохранении. 1–3 Область биомедицинской информатики в широком смысле определяется как «междисциплинарная область, которая изучает и преследует эффективное использование биомедицинских данных, информации и знаний для научных исследований, решения проблем и принятия решений, мотивированных усилиями по улучшению здоровье человека.” 4 Программы биомедицинской информатики в Соединенных Штатах первоначально были ориентированы на аспирантуру или послевузовское образование – стратегия, частично поддерживаемая при финансовой поддержке Национальной медицинской библиотеки. 5 В последнее время образование в области биомедицинской информатики включало более широкий диапазон типов программ, при этом количество программ получения сертификатов в местных колледжах и университетах увеличилось после принятия Закона о медицинских информационных технологиях для экономического и клинического здоровья (HITECH). 6–8 Кроме того, в рамках инициатив на уровне штатов работа по курсу информатики в области здравоохранения была добавлена ​​в классы средней школы (например, в Огайо). 9 , 10 Тем не менее, остается вопрос: является ли биомедицинская информатика областью, охватывающей весь спектр талантливых и высокомотивированных людей, которые, возможно, уже в состоянии внести существенный вклад достаточно рано, чтобы изменить свое образование и образование. карьерные траектории?

    Знакомство с научными дисциплинами в классах K – 12 является заметным фактором успеха в выборе пути, предполагающего научное обучение на уровне бакалавриата. 11 Множественные научные, инженерные и компьютерные дисциплины участвовали в информационно-просветительской деятельности, чтобы обеспечить пути для заинтересованной молодежи. 12–17 Национальный научный фонд (NSF) профинансировал широкий спектр информационных программ STEM-C (наука, технология, инженерия и математика, включая вычисления), изучающих, как наилучшим образом связать заинтересованных студентов с потенциальными областями обучения. 18 , 19 Одним из важных компонентов, направляющих образовательные усилия NSF, является стратегическая цель «объединить образование и исследования для поддержки развития разнообразных кадров STEM с передовыми возможностями.” 20 , 21

    Программа стипендий AMIA High School Scholars Program выросла из продолжающихся усилий нескольких университетов по привлечению старшеклассников к обучению и исследованиям в области биомедицинской информатики. Наша цель в этой рукописи – дать обзор программы, объяснить уроки, извлеченные за первые 2 года, обсудить планы на будущее и побудить участников рассмотреть роли учеников старших классов в образовательных и исследовательских миссиях.

    ВЫСШАЯ ШКОЛА УЧАСТИЕ В БИОМЕДИЦИНСКОЙ ИНФОРМАТИКЕ

    Концепция предоставления образовательных возможностей в области биомедицинской информатики для старшеклассников не нова.Пионером в этой области стал Питтсбургский университет, который уже несколько лет проводит летнюю школьную программу по информатике, биологии и биомедицинской информатике. 22 Другие программы, в том числе программы Университета Вандербильта и Института Регенстриф, предлагали менее масштабные мероприятия по охвату, ориентированные на исследовательский опыт отдельных учащихся старших классов. В некоторых университетах (например, в Стэнфордском университете) есть летние программы для старших классов, которые включают возможности исследований в области биомедицинской информатики. 23

    Общей проблемой при объединении усилий по охвату средней школы биомедицинской информатики является отсутствие возможностей для распространения исследовательского опыта. Такие факторы, как сроки крайних сроков подачи документов на конференцию и соответствие ожиданиям рецензентов, оценивающих материалы конференций и журналов, могут создавать проблемы для старшеклассников. Хотя несколько журналов публикуют оригинальные исследования, проведенные такими студентами, 24–26 , они не сосредоточены на областях биомедицинских приложений.На начальном этапе обучения и карьеры предоставление возможностей не только для публикации статьи, но и для личного общения со сверстниками и экспертами в этой области представляет собой убедительное обоснование для разработки конкурса по биомедицинской информатике, ориентированного на учащихся старших классов и связанного с ежегодным AMIA Annual Симпозиум. Программа стипендий AMIA High School Scholars Program была разработана с учетом этих проблем.

    ОБЗОР СТАРШИХ ШКОЛ АМИА, 1 ГОД

    Первый конкурс стипендиатов старших классов AMIA был приурочен к ежегодному симпозиуму AMIA 2014.Призыв к участию был опубликован 18 июля 2014 года и разослан по нескольким каналам, включая веб-сайт ежегодного симпозиума AMIA 2014, Академический форум AMIA, различные платформы социальных сетей и молву. Заинтересованные студенты должны были представить до 4 сентября 2014 г. аннотацию на 1 страницу с описанием своего проекта и 7-минутную слайд-презентацию. Всего было получено 12 заявок от старшеклассников, работающих с преподавателями или наставниками аспирантов в 7 биомедицинской информатике. программы по США.Представленные материалы были рецензированы группой научного программного комитета Ежегодного симпозиума AMIA 2014 года, организаторами программы стипендиатов AMIA для старших классов и дополнительными экспертами в данной области. Работы были ранжированы на основе оценок рецензентов, и были отобраны 6 лучших работ от 7 студентов. (В одной отобранной заявке участвовали в равной степени учащиеся соавторы.)

    Семь старшеклассников (Таблица 1) представили свои работы в рамках тематической презентации под названием «Ученые старших классов: создание новых путей к образованию в области биомедицинской информатики» на AMIA 2014 Ежегодный симпозиум 17 ноября 2014 г.Каждого старшеклассника также сопроводила наставником аспиранта, работа которого координировалась студенческой рабочей группой AMIA. Учащиеся старших классов и их наставники из аспирантов были приглашены на завтрак, чтобы стимулировать общение между сверстниками и ознакомить с планами на день. Уникальным аспектом программы старшей школы была экскурсия по Вашингтону, округ Колумбия, памятники, развлекательные мероприятия, дающие дополнительные возможности для общения между сверстниками.

    Таблица 1:

    Презентации ученых старшей школы 2014 г.

    61 50 14146 50 Гринэп, Нью-Йорк, Гринэп, Нью-Йорк Изучение новых визуализаций данных опросов пользователей электронных медицинских карт Джон 5265 Duke, MD, MS Regenstrief Institute Стэнфордский университет
    Имя ученого Средняя школа, штат . Название презентации . Программа наставника .
    Ахила Ашокан MLK, Jr, TN Превентивное HLA-генотипирование пациентов с ВИЧ для персонализированной медицины Джош Петерсон, Мэриленд Университет Вандербилта Эд Хаммонд, доктор философии Университет Дьюка
    Зеба Кокан Парк Тюдор, IN Качество врачей Документация семейной истории рака молочной железы
    Charles Pei Аппер-Арлингтон, Огайо Интеграция данных о путях и экспрессии генов для идентификации новых лекарственных средств от рака, специфичных для этого пути Атул Батт, доктор медицины, доктор философии
    Джон Прескотт Пиново od, CA Sumeetha Swaminathan Monta Vista, CA BetweenNet: метод выявления новых ассоциаций генов и болезней Расс Альтман, доктор медицины, доктор философии Стэнфордский университет
    Итан Провоност 14 St Paul 914, Мэриленд, штат Мэриленд Автоматизация измерения надежности сигналов тревоги ICU Сучи Сария, доктор философии Университет Джона Хопкинса
    61 50 14146 50 Гринэп, Нью-Йорк, Гринэп, Нью-Йорк Изучение новых визуализаций данных опросов пользователей электронных медицинских карт Джон 5265 Duke, MD, MS Regenstrief Institute Стэнфордский университет
    Имя ученого Средняя школа, штат . Название презентации . Программа наставника .
    Ахила Ашокан MLK, Jr, TN Превентивное HLA-генотипирование пациентов с ВИЧ для персонализированной медицины Джош Петерсон, Мэриленд Университет Вандербилта Эд Хаммонд, доктор философии Университет Дьюка
    Зеба Кокан Парк Тюдор, IN Качество врачей Документация семейной истории рака молочной железы
    Charles Pei Аппер-Арлингтон, Огайо Интеграция данных о путях и экспрессии генов для идентификации новых лекарственных средств от рака, специфичных для этого пути Атул Батт, доктор медицины, доктор философии
    Джон Прескотт Пиново od, CA Sumeetha Swaminathan Monta Vista, CA BetweenNet: метод обнаружения новых ассоциаций генов и болезней Расс Альтман, доктор медицины, доктор философии Стэнфордский университет
    Итан Провоност 14 Сент-Пол 914, Мэриленд Автоматизация измерения надежности сигналов тревоги в отделении интенсивной терапии Сучи Сария, доктор философии Университет Джона Хопкинса
    Таблица 1: Презентации ученых старшей школы

    2014

    61 50 14146 50 Гринэп, Нью-Йорк, Гринэп, Нью-Йорк Изучение новых визуализаций данных опросов пользователей электронных медицинских карт Джон 5265 Duke, MD, MS Regenstrief Institute Стэнфордский университет
    Имя ученого Средняя школа, штат . Название презентации . Программа наставника .
    Ахила Ашокан MLK, Jr, TN Превентивное HLA-генотипирование пациентов с ВИЧ для персонализированной медицины Джош Петерсон, Мэриленд Университет Вандербилта Эд Хаммонд, доктор философии Университет Дьюка
    Зеба Кокан Парк Тюдор, IN Качество врачей Документация семейной истории рака молочной железы
    Charles Pei Аппер-Арлингтон, Огайо Интеграция данных о путях и экспрессии генов для идентификации новых лекарственных средств от рака, специфичных для этого пути Атул Батт, доктор медицины, доктор философии
    Джон Прескотт Пиново od, CA Sumeetha Swaminathan Monta Vista, CA BetweenNet: метод выявления новых ассоциаций генов и болезней Расс Альтман, доктор медицины, доктор философии Стэнфордский университет
    Итан Провоност 14 St Paul 914, Мэриленд, штат Мэриленд Автоматизация измерения надежности сигналов тревоги ICU Сучи Сария, доктор философии Университет Джона Хопкинса
    61 50 14146 50 Гринэп, Нью-Йорк, Гринэп, Нью-Йорк Изучение новых визуализаций данных опросов пользователей электронных медицинских карт Джон 5265 Duke, MD, MS Regenstrief Institute Стэнфордский университет
    Имя ученого Средняя школа, штат . Название презентации . Программа наставника .
    Ахила Ашокан MLK, Jr, TN Превентивное HLA-генотипирование пациентов с ВИЧ для персонализированной медицины Джош Петерсон, Мэриленд Университет Вандербилта Эд Хаммонд, доктор философии Университет Дьюка
    Зеба Кокан Парк Тюдор, IN Качество врачей Документация семейной истории рака молочной железы
    Charles Pei Аппер-Арлингтон, Огайо Интеграция данных о путях и экспрессии генов для идентификации новых лекарственных средств от рака, специфичных для этого пути Атул Батт, доктор медицины, доктор философии
    Джон Прескотт Пиново od, CA Sumeetha Swaminathan Monta Vista, CA BetweenNet: метод обнаружения новых ассоциаций генов и болезней Расс Альтман, доктор медицины, доктор философии Стэнфордский университет
    Итан Провоност 14 Сент-Пол 914, Мэриленд Автоматизация измерения надежности сигналов тревоги в отделении интенсивной терапии Сучи Сария, доктор философии Университет Джона Хопкинса

    Все дорожные расходы студентов были покрыты, включая транспорт, проживание и питание.Финансирование для поддержки первого года программы стипендий AMIA High School Scholars Program поступило из ряда источников. Наставников факультетов попросили покрыть максимально возможные дорожные расходы участников. Затем остаток был покрыт за счет средств, привлеченных от частных лиц и университетов (см. Раздел «Благодарности»). AMIA отменило регистрацию на конференцию для старшеклассников, а совет директоров AMIA утвердил бюджет, чтобы гарантировать покрытие всех расходов.

    Организаторы программы участвовали в нескольких мероприятиях, связанных с оценкой программ.Все 3 организатора (INS, JTF, KMU) встречались на протяжении всего периода планирования и после завершения программы, чтобы обсудить мероприятия программы и определить возможные пути дальнейшего развития. Мы также разработали полуструктурированный инструмент интервью для сбора информации об опыте участия в программе. Мероприятия по оценке программы будут продолжены в будущие программные годы, с планами дополнить интервью фокус-группами и опросами.

    ИЗВЛЕЧЕННЫХ УРОКОВ, 1 ГОД

    Мы извлекли несколько ценных уроков, касающихся факторов, которые способствовали успеху программы в 1-м году, и определили несколько проблем при организации этого типа программы (Таблица 2).

    Таблица 2:

    факторов успеха и проблем в первый год

    Факторы успеха . Вызовы .
    Высокое качество студенческих работ и презентаций Определение долгосрочного устойчивого финансирования
    Значительное участие студентов, наставников, организаторов и других Уникальные аспекты работы с несовершеннолетними
    Межведомственное, межорганизационное сотрудничество Четкое сообщение ожиданий
    Финансовая поддержка со стороны отдельных лиц, университетов и AMIA Работа с учителями старших классов
    Факторы успеха . Вызовы .
    Высокое качество материалов и презентаций студентов Определение долгосрочного устойчивого финансирования
    Значительное участие студентов, наставников, организаторов и других Уникальные аспекты работы с несовершеннолетними
    Межведомственное, межорганизационное сотрудничество Четкое сообщение ожиданий
    Финансовая поддержка со стороны отдельных лиц, университетов и AMIA Работа с учителями старших классов
    Таблица 2:

    Факторы успеха и проблемы в 1 год

    Факторы успеха . Вызовы .
    Высокое качество студенческих работ и презентаций Определение долгосрочного устойчивого финансирования
    Значительное участие студентов, наставников, организаторов и других Уникальные аспекты работы с несовершеннолетними
    Межведомственное, межорганизационное сотрудничество Четкое сообщение ожиданий
    Финансовая поддержка со стороны отдельных лиц, университетов и AMIA Работа с учителями старших классов
    Факторы успеха . Вызовы .
    Высокое качество студенческих работ и презентаций Определение долгосрочного устойчивого финансирования
    Существенное участие студентов, наставников, организаторов и других Уникальные аспекты работы с несовершеннолетними
    Межведомственное, межорганизационное сотрудничество Четкое сообщение ожиданий
    Финансовая поддержка со стороны отдельных лиц, университетов и AMIA Работа с учителями старших классов

    Факторы успеха, год 1

    Успех первого года программы для стипендиатов старших классов был обусловлен множеством факторов.Что наиболее важно, высокое качество материалов, представленных студентами, убедительно поддержало идею о том, что включение возможностей распространения информации для старшеклассников на ежегодном симпозиуме AMIA было и уместным, и необходимым. Все 7 участвующих студентов были глубоко увлечены своими исследованиями и с энтузиазмом восприняли возможность выступить на национальном научном собрании. Наставники университетских исследований для студентов также оказали полезную поддержку и поддержку. Возможности взаимного общения оказались одним из самых положительных моментов в программе, позволив учащимся устанавливать связи со сверстниками из старших классов, имеющими общие интересы в области биомедицинской информатики.

    Программа также была основана на тесном межведомственном и межорганизационном сотрудничестве. Активно вовлеченные исследователи из разных университетов обеспечивали руководство программой при поддержке старших руководителей биомедицинской информатики. Персонал AMIA обеспечил критически важную материально-техническую поддержку и ресурсы для публикации и организации представленных материалов и экспертной оценки при дополнительной административной поддержке со стороны Университета Вандербильта. Студенческая рабочая группа AMIA с энтузиазмом поддержала идею взаимного наставничества.Работая вместе, несмотря на организационные границы, мы обеспечили наличие академической и материально-технической базы для программы, обеспечив прочную основу для первого года программы.

    Вызовов, год 1

    Как и любая другая программа на ранних стадиях разработки, Программа для стипендиатов старших классов преодолела несколько проблем, связанных с запуском новой программы, ориентированной на учащихся старших классов на национальном уровне. В течение первого года программы получение финансирования для покрытия расходов на поездку студентов для участия в собрании было серьезной проблемой.Благодаря щедрой финансовой поддержке AMIA, отдельных лиц и университетов на первый год программы было получено адекватное финансирование. Однако эти проблемы с финансированием ясно показали, что для поддержки будущих программных лет необходим долгосрочный устойчивый план.

    Работа с несовершеннолетними представляла проблемы, выходящие за рамки более традиционных проблем, связанных с взрослыми учащимися. Во-первых, нам нужно было обеспечить несовершеннолетним адекватную защиту во время участия в программе. Это привело к разработке политики защиты несовершеннолетних в программе, предусматривающей основные правила взаимодействия с несовершеннолетними в профессиональной среде (Приложение A).Все лица, тесно связанные с программой, также должны были пройти обучение работе с несовершеннолетними. Во-вторых, нам нужно было обеспечить, чтобы старшеклассники чувствовали себя комфортно во время поездок, презентаций и встреч. Например, хотя взрослые могут оплатить билеты на самолет или гостиничные номера, а затем получить компенсацию, для несовершеннолетних это обычно неосуществимо. Предполагать, что родители будут оплачивать дорожные расходы и получить компенсацию, также было неразумно, учитывая цель программы – поддержать широкий круг участников.В результате университеты и AMIA взяли на себя ответственность за оплату дорожных расходов авансом. Обеспокоенность родителей по поводу путешествующих в одиночку несовершеннолетних привела к тому, что родители нескольких студентов решили путешествовать со своими детьми.

    Мы также узнали, что коммуникация должна быть более четкой в ​​отношении ожиданий относительно того, сколько старшеклассников должны участвовать в симпозиуме AMIA. Хотя нашим намерением было, чтобы студенты присутствовали на значительной части симпозиума, это ожидание не было четко доведено до студентов и их родителей.Учащиеся сталкивались как с требованиями курсовой работы в своих средних школах, так и с другими важными обязательствами (например, заполнением заявлений в колледж). Студенты участвовали в самой разной степени, посещая лишь часть симпозиума. Кроме того, ученикам не всегда было ясно, какие занятия лучше всего подходят их интересам.

    Наконец, первоначальная цель программы заключалась в том, чтобы включить в симпозиум учителей средней школы каждого учащегося. Мы узнали, что обычно университетские программы со старшеклассниками ориентированы только на студентов.Определение способов включения учителей средней школы было серьезной проблемой, которую еще предстоит решить.

    ЗДАНИЕ УСПЕХА, 2 ГОД

    Во второй год реализации программы, 2015 г., мы продолжили укреплять наше тесное межорганизационное сотрудничество и другие факторы успеха. В 2015 году мы продвинулись вперед, сделав больший упор на четкое общение, увеличив участие старшеклассников в симпозиуме и продолжив деятельность по оценке программ. Прием заявок на участие в конкурсе от 2015 года завершился 9 сентября 2015 года, когда была подана 21 заявка от старшеклассников, работающих с 14 программами биомедицинской информатики.Решения о подаче заявок были сообщены 30 сентября 2015 года.

    Учитывая высокую степень интереса к программе и нашу общую цель по дальнейшему расширению возможностей участия учащихся старших классов, мы увеличили количество участников программы на 2015 год до 10 человек. . Пять студентов были отобраны для презентации своих исследований на подиуме на специальной презентации, а еще 5 студентов были отобраны для представления плакатов в рамках стендовой сессии симпозиума в понедельник (Таблица 3).

    Таблица 3.

    2015 г. Презентации ученых старших классов

    , CA Лукас Шмит Winchester Thurston, PA 914SI Panoptiq Imaging System [Podium] [Podium Грегори Л. Александер, доктор философии, RN Университет Миссури
    Имя ученого Средняя школа, штат . Название презентации [Формат] . Программа наставника .
    Fiona Cai Stuyvesant, NY Эффективный выбор неконтролируемых функций для EMR-фенотипирования [Podium] Katherine P Liao, MD, MPH Бригам и женская школа 61 61 Бригамская школа 61 для женщин
    BioTurk: массовая проверка построения и расширения биологических путей [Плакат] Ольга Троянская, доктор философии Принстонский университет
    Ханна Хут Harpeth Hall, TN Информация о поведении беременных женщин Их опекуны: использование технологий и предпочтения [Плакат] Гретхен Пёрселл Джексон, доктор медицины, доктор философии Университет Вандербильта
    Бариди Лейсон Джексон MLK, Jr, TN Анализ шаблонов рабочего процесса в больших наборах данных. Доска [Плакат] Ким Unertl, PhD Университет Вандербильта
    Зеба Кокан Парк Тюдор, IN Методология перекрестного обсуждения путей: тематическое исследование Путь EGFR при раке груди [плакат] Мэтью Палакал, доктор философии Университет Пурду, Индиан Индианаполис
    Mit Patel Absegami, NJ Сравнение производительности запросов хранилища исследовательских данных, хранящегося в базе данных реляционной звездообразной схемы, и базы данных хранилища документов NoSQL [Podium] Bill Shirey, MS University of Pittsburgh
    Oona Risse-Adams Lowell, CA GWAS Варианты восприимчивости к астме у афроамериканской молодежи [плакат] Esteban Burchard, MD, MPH Калифорнийский университет
    Сверточные нейронные сети для идентификации Мотивы связывания факторов транскрипции [Podium] Joyeeta Dutta-Moscato, MS University of Pittsburgh
    Kahmil Shajihan Sewickley Academy, PA Liron Pantanowitz, MD Медицинский центр Университета Питтсбурга
    Brooke Striegel Lighthouse Preparatory Academy, MO Связь ИТ-сложности с показателями качества65 в национальном исследовании 14 домов престарелых]
    , CA Лукас Шмит Winchester Thurston, PA 914SI Panoptiq Imaging System [Podium] [Podium Грегори Л. Александер, доктор философии, RN Университет Миссури
    Имя ученого Средняя школа, штат . Название презентации [Формат] . Программа наставника .
    Fiona Cai Stuyvesant, NY Эффективный выбор неконтролируемых функций для EMR-фенотипирования [Podium] Katherine P Liao, MD, MPH Бригам и женская школа 61 61 Бригамская школа 61 для женщин
    BioTurk: массовая проверка построения и расширения биологических путей [Плакат] Ольга Троянская, доктор философии Принстонский университет
    Ханна Хут Harpeth Hall, TN Информация о поведении беременных женщин Их опекуны: использование технологий и предпочтения [Плакат] Гретхен Пёрселл Джексон, доктор медицины, доктор философии Университет Вандербильта
    Бариди Лейсон Джексон MLK, Jr, TN Анализ шаблонов рабочего процесса в больших наборах данных. Доска [Плакат] Ким Unertl, PhD Университет Вандербильта
    Зеба Кокан Парк Тюдор, IN Методология перекрестного обсуждения путей: тематическое исследование Путь EGFR при раке груди [плакат] Мэтью Палакал, доктор философии Университет Пурду, Индиан Индианаполис
    Mit Patel Absegami, NJ Сравнение производительности запросов хранилища исследовательских данных, хранящегося в базе данных реляционной звездообразной схемы, и базы данных хранилища документов NoSQL [Podium] Bill Shirey, MS University of Pittsburgh
    Oona Risse-Adams Lowell, CA GWAS Варианты восприимчивости к астме у афроамериканской молодежи [плакат] Esteban Burchard, MD, MPH Калифорнийский университет
    Сверточные нейронные сети для идентификации Мотивы связывания факторов транскрипции [Podium] Joyeeta Dutta-Moscato, MS University of Pittsburgh
    Kahmil Shajihan Академия Sewickley, PA Liron Pantanowitz, MD Медицинский центр Университета Питтсбурга
    Brooke Striegel Lighthouse Preparatory Academy, MO Взаимосвязь ИТ-сложности с показателями качества65 в национальном исследовании 14 домов престарелых]
    Таблица 3.

    2015 г. Презентации ученых старших классов

    , CA Лукас Шмит Winchester Thurston, PA 914SI Panoptiq Imaging System [Podium] [Podium Грегори Л. Александер, доктор философии, RN Университет Миссури
    Имя ученого Средняя школа, штат . Название презентации [Формат] . Программа наставника .
    Fiona Cai Stuyvesant, NY Эффективный выбор неконтролируемых функций для EMR-фенотипирования [Podium] Katherine P Liao, MD, MPH Бригам и женская школа 61 61 Бригамская школа 61 для женщин
    BioTurk: массовая проверка построения и расширения биологических путей [Плакат] Ольга Троянская, доктор философии Принстонский университет
    Ханна Хут Harpeth Hall, TN Информация о поведении беременных женщин Их опекуны: использование технологий и предпочтения [Плакат] Гретхен Пёрселл Джексон, доктор медицины, доктор философии Университет Вандербильта
    Бариди Лейсон Джексон MLK, Jr, TN Анализ шаблонов рабочего процесса в больших наборах данных. Доска [Плакат] Ким Unertl, PhD Университет Вандербильта
    Зеба Кокан Парк Тюдор, IN Методология перекрестного обсуждения путей: тематическое исследование Путь EGFR при раке груди [плакат] Мэтью Палакал, доктор философии Университет Пурду, Индиан Индианаполис
    Mit Patel Absegami, NJ Сравнение производительности запросов хранилища исследовательских данных, хранящегося в базе данных реляционной звездообразной схемы, и базы данных хранилища документов NoSQL [Podium] Bill Shirey, MS University of Pittsburgh
    Oona Risse-Adams Lowell, CA GWAS Варианты восприимчивости к астме у афроамериканской молодежи [плакат] Esteban Burchard, MD, MPH Калифорнийский университет
    Сверточные нейронные сети для идентификации Мотивы связывания факторов транскрипции [Podium] Joyeeta Dutta-Moscato, MS University of Pittsburgh
    Kahmil Shajihan Sewickley Academy, PA Liron Pantanowitz, MD Медицинский центр Университета Питтсбурга
    Brooke Striegel Lighthouse Preparatory Academy, MO Связь ИТ-сложности с показателями качества65 в национальном исследовании 14 домов престарелых]
    , CA Лукас Шмит Winchester Thurston, PA 914SI Panoptiq Imaging System [Podium] [Podium Грегори Л. Александер, доктор философии, RN Университет Миссури
    Имя ученого Средняя школа, штат . Название презентации [Формат] . Программа наставника .
    Fiona Cai Stuyvesant, NY Эффективный выбор неконтролируемых функций для EMR-фенотипирования [Podium] Katherine P Liao, MD, MPH Бригам и женская школа 61 61 Бригамская школа 61 для женщин
    BioTurk: массовая проверка построения и расширения биологических путей [Плакат] Ольга Троянская, доктор философии Принстонский университет
    Ханна Хут Harpeth Hall, TN Информация о поведении беременных женщин Их опекуны: использование технологий и предпочтения [Плакат] Гретхен Пёрселл Джексон, доктор медицины, доктор философии Университет Вандербильта
    Бариди Лейсон Джексон MLK, Jr, TN Анализ шаблонов рабочего процесса в больших наборах данных. Доска [Плакат] Ким Unertl, PhD Университет Вандербильта
    Зеба Кокан Парк Тюдор, IN Методология перекрестного обсуждения путей: тематическое исследование Путь EGFR при раке груди [плакат] Мэтью Палакал, доктор философии Университет Пурду, Индиан Индианаполис
    Mit Patel Absegami, NJ Сравнение производительности запросов хранилища исследовательских данных, хранящегося в базе данных реляционной звездообразной схемы, и базы данных хранилища документов NoSQL [Podium] Bill Shirey, MS University of Pittsburgh
    Oona Risse-Adams Lowell, CA GWAS Варианты восприимчивости к астме у афроамериканской молодежи [плакат] Esteban Burchard, MD, MPH Калифорнийский университет
    Сверточные нейронные сети для идентификации Мотивы связывания факторов транскрипции [Podium] Joyeeta Dutta-Moscato, MS University of Pittsburgh
    Kahmil Shajihan Академия Sewickley, PA Liron Pantanowitz, MD Медицинский центр Университета Питтсбурга
    Brooke Striegel Lighthouse Preparatory Academy, MO Связь ИТ-сложности с показателями качества65 в национальном исследовании 14 домов престарелых]

    В рамках нашей стратегии по увеличению участия студентов в симпозиуме мы разработали расписание высокого уровня, которое было распространено среди всех отобранных старшеклассников и их аспирантов наставники.Студентам было предложено посетить прием Navigate AMIA, который проводился в воскресенье вечером во время симпозиума, что дало возможность пообщаться с членами AMIA и другими людьми и узнать больше о том, чего ожидать от симпозиума. Студентам также было специально рекомендовано посещать научные сессии AMIA со своими наставниками в течение дня в понедельник. После того, как в понедельник студенты завершили выступление на подиуме или представили плакаты, их также пригласили на просмотр фильма «Неважно, где» об обмене информацией о здоровье, что дало дополнительное представление о данной области.Студенты были также приглашены на обзорную сессию во вторник утром. Отзывы студентов об этих дополнительных запланированных мероприятиях симпозиума были весьма положительными, с несколькими предложениями от студентов относительно дополнительных мероприятий или указаниями по планированию программы на следующий год.

    Мы также продолжили сбор данных об оценке программ посредством группового интервью с несколькими студентами и индивидуальных собеседований с наставниками и другими людьми, работающими над программами для старших классов.

    ПУТЬ ВПЕРЕД

    Программа стипендий AMIA High School Scholars Program сталкивается с множеством потенциальных путей дальнейшего развития.Потребность в программе такого типа кажется очевидной; лучший способ продолжить взаимодействие со старшеклассниками на национальном уровне менее очевиден. В последующие годы программа будет расти как по количеству участников, так и по функциям.

    Факторы успеха и проблемы, с которыми пришлось столкнуться в первый год программы, обеспечили важную обратную связь о будущих требованиях, и мы продолжаем учиться по мере развития программы. Постоянная финансовая поддержка будет иметь важное значение для продолжения развития программы, потенциально включая расширение на большее количество студентов.Таким образом, мы работаем вместе с AMIA над разработкой долгосрочного плана стабильности финансирования.

    Отбор стипендиатов старших классов AMIA в оба года реализации программы до настоящего времени проводился исключительно на основе тщательной экспертной оценки. В оба года отобранные ученые включали в себя значительное количество женщин и других людей, которые обычно недостаточно представлены в биомедицинской информатике. Кроме того, заметно увеличилось количество программ по биомедицинской информатике, по которым поступают работы старшеклассников.По мере развития программы для старшеклассников мы планируем продолжить работу с различными программами и группами в области биомедицинской информатики, чтобы стимулировать развитие еще более широкого спектра возможностей для студентов. Теперь, когда программа создана, мы планируем начать сбор более структурированных оценочных данных, в том числе более подробных демографических данных, чтобы можно было провести более глубокий анализ воздействия программы.

    Еще одна область потенциального расширения – привлечение учителей старших классов к Программе стипендий AMIA High School Scholars Program.Обращение к отдельным ученикам является значительным достижением, но работа с учителями средней школы позволит еще большему количеству учеников узнать о карьерных возможностях в области биомедицинской информатики. С этой целью в рамках конкурса 2015 года мы попросили учащихся предоставить контактную информацию администратора в их средней школе. Это позволило нам напрямую общаться с администраторами относительно ожиданий учащихся от программы и предоставить учителям возможности карьерного роста.Тем не менее, предстоит еще проделать большую работу, чтобы понять, как лучше всего общаться с учителями средней школы и включать их в возможности информатики.

    ЗАКЛЮЧЕНИЕ

    Программа стипендий для старшеклассников AMIA предоставляет учащимся старших классов уникальную возможность распространить результаты своих исследований на крупном национальном академическом собрании. С корректировками, основанными на опыте в течение 1-го года, программа продолжает развиваться и адаптироваться. В планы на будущее входит официальная оценка программы и расширение охвата учителей средней школы.Благодаря этой программе и другим усилиям по охвату старших классов в университетах мы надеемся расширить возможности биомедицинской информатики, чтобы удовлетворить меняющуюся и растущую потребность в талантливых и заинтересованных лицах.

    Мы благодарны за поддержку людям, которые помогли профинансировать первый год программы стипендий AMIA High School Scholars Program: Сюзанн Баккен, Марк Фрисс, Кен Гудман, Анна Боб Хойт, Кевин Джонсон, Марк Мюзен, Дэниел Рубин, Пегги Тернер и Анн Ёсихаши. Дополнительная благодарность академическим программам, которые предлагали финансовую и логистическую поддержку в течение первого года: Университет Дьюка, Университет Джона Хопкинса, Институт Регенстриф, Стэнфордский университет и Университет Вандербильта.Мы также благодарим Джоиту Датта-Москато и Майкла Бечича за их вклад в первоначальный дизайн программы стипендиатов для старших классов AMIA. Наконец, мы хотели бы поблагодарить Ришель Дженкинс из Университета Вандербильта за работу в качестве координатора в течение первых двух лет программы стипендий AMIA High School Scholars Program, а также сотрудников AMIA, особенно Дашу Коэн.

    КОНКУРЕНТНЫЕ ИНТЕРЕСЫ

    У авторов нет конкурирующих интересов, о которых следует заявлять.

    ФИНАНСИРОВАНИЕ

    См. Благодарности.

    ССЫЛКИ

    1

    .

    Кадры медицинских информационных технологий: оценка потребностей и рамки требований

    .

    Appl Clin Inform.

    2010

    ;

    1

    :

    197

    212

    ,3

    .

    Знания и навыки в области информационных технологий в области здравоохранения, необходимые работодателям HIT

    .

    Appl Clin Inform.

    2012

    ;

    3

    :

    448

    461

    ,4

    и другие. .

    Официальный документ Совета AMIA: определение биомедицинской информатики и спецификация основных компетенций для последипломного образования по дисциплине

    .

    J Am Med Inform Assoc.

    2012

    ;

    19

    :

    931

    938

    ,5

    .

    Подготовка кадров для научных исследований в области информатики: история заочного обучения информатике в Национальной медицинской библиотеке

    . В:, под ред.

    Информатика в здравоохранении

    .

    Лондон

    :

    Springer

    ;

    2014

    :

    27

    42

    ,7

    и другие. .

    Разработка и оценка учебной программы ONC по информационным технологиям здравоохранения

    .

    J Am Med Inform Assoc.

    2014

    ;

    21

    :

    509

    516

    .11

    и другие. .

    Успех учащихся из расовых и этнических меньшинств в образовании STEM .

    Сан-Франциско: Джосси-Басс

    ;

    2011

    0,15

    .

    Оценка программы информационно-просветительской работы в области вычислительной техники и инженерии для девочек 8–10 классов

    .

    J Comput Sci Colleges.

    2015

    ;

    30

    :

    119

    126

    ,16

    .

    Переосмысление конвейера: продвижение разнообразия, устойчивости и успеха STEM

    .

    BioScience.

    2014

    ;

    64

    :

    612

    618

    ,17

    и другие. .

    Недопредставленные учащиеся старших классов школ и колледжей из числа меньшинств сообщают об улучшении устойчивого развития STEM-Pipeline после участия в Летней программе исследования различий в состоянии здоровья Университета Лома Линда

    .

    PLOS ONE.

    2014

    ;

    9

    :

    e108497

    ,22

    и другие. .

    Создание сети талантов в области информатики: инициатива STEM для старшеклассников, изучающих информатику, биологию и биомедицинскую информатику

    .

    J Pathol Inform.

    2014

    ;

    5

    :

    12

    .

    © Автор, 2016. Опубликовано Oxford University Press от имени Американской ассоциации медицинской информатики. Все права защищены. Для получения разрешений обращайтесь по электронной почте: [email protected]

    .

    Оценка условных лечебных эффектов адъювантной терапии у пациентов с синовиальной саркомой с использованием байесовского анализа подгрупп | BMC Medical Informatics and Decision Making

    Исследуемая популяция

    В базе данных SEER мы идентифицировали всех пациентов с патологически подтвержденным диагнозом СС (коды МКБ-O-3 9040, 9041, 9042 и 9043) в период с 1984 по 2014 год.

    Для анализа мы собрали данные, касающиеся возраста на момент постановки диагноза, пола, локализации первичной опухоли (осевой или конечной), размера опухоли (большой или малой с отсечкой 5 см, в соответствии с протоколом Американского объединенного комитета по раку). , гистологический подтип [тип веретенообразных клеток, двухфазный тип или не указан иным образом (БДУ)], стадия SEER (локализованная, региональная или отдаленная), хирургическое лечение, лучевая терапия и химиотерапия в качестве исходных ковариант. Также были собраны данные об общем времени выживания в месяцах и событиях (смерть или живые).Мы исключили пациентов, у которых отсутствовала информация о лечении. Наша когортная выборка проводилась следующим образом. С 1984 по 2014 гг. Было идентифицировано в общей сложности 2249 пациентов. Среди этих пациентов 712 пациентов с отсутствующей информацией о лечении были исключены. Таким образом, в анализ были включены 1537 пациентов (таблица 1). Недостающие переменные были вменены с использованием вменения K-ближайших соседей.

    Таблица 1 Исходные ковариаты набора данных

    Для внешней проверки мы сравнили результаты выживаемости между леченными и нелеченными пациентами в подгруппах корейских пациентов с СС.В период с марта 2001 г. по февраль 2013 г. данные о 242 пациентах с СС были собраны из трех различных институтов: Сеульского национального университета (107 пациентов), Медицинского центра Самсунг (83 пациента) и Национального онкологического центра (52 пациента). Использование данных было одобрено экспертными советами участвующих учреждений [Больница Сеульского национального университета (H-1701-084-823), Медицинский центр Самсунг (№ 201701136) и Национальный онкологический центр (№ 2017001

    )] (Таблица 2).

    Таблица 2 Популяция внешнего набора данных

    Идентификация эффектов лечения

    В данных наблюдений обработки не назначаются одинаково, поскольку переменные, известные как искажающие факторы, могут влиять на назначение обработок.Например, больным раком на поздней стадии с большей вероятностью будет назначена химиотерапия; однако эти пациенты также имеют более сильную связь с плохим прогнозом. Если стадии не совпадают, мы можем сделать необъективный вывод о том, что химиотерапия тесно связана с плохим прогнозом. Следовательно, нам нужно сравнивать результаты между леченными и нелеченными пациентами только тогда, когда они имеют схожие переменные или находятся в одной и той же единице (\ (u_ {i} \), как определено Перлом с критерием бэкдора).Для этого мы разделили исследуемую популяцию на единицы или подгруппы с идентичными переменными (\ (u_ {i} \)). После этого мы оценили эффекты лечения на основе ковариат каждой единицы. Такие эффекты называются эффектами условного лечения (CTE). В предположении о стабильной единичной стоимости лечения [12] CTE (X) единичной подгруппы (\ (u_ {i} \)) может быть определен следующим образом:

    $$ Y \, (T = 1, u_ { i}), Y \, (T = 0, u_ {i}) \ bot u_ {i}, u_ {i} \ in {\ mathbb {S}} \ left ({subgroups} \ right).{\ prime}} \ in u_ {i}]. $$

    Таким образом, результаты лечения можно сравнивать среди субъектов в пределах одного отделения. Здесь мы случайным образом выбрали субъектов из каждого блока и сравнили их результаты, используя вероятности выигрыша. {9} \)).

    Байесовский анализ подгрупп

    Результат лечения (Y) был определен как вероятность победы (т.е. шанс пролеченного пациента прожить дольше, чем нелеченных пациентов). Время выживания пролеченных и нелеченных пациентов в каждой подгруппе (\ (u_ {i} \)) сравнивали с использованием метода согласования, который представляет собой метод ранжирования для определения победителей в выживаемости путем сопоставления каждого пациента с другими пациентами в той же группе. Вероятность выигрыша наблюдаемых пациентов соответствовала биномиальному распределению правдоподобия P (X | Y), а бета-распределение было сопряженным до биномиального распределения правдоподобия.Предварительные знания P (Y) были определены как бета-распределение Beta (α, β). Поскольку мы не обладали какими-либо предварительными знаниями относительно результатов лечения каждой подгруппы, мы рассмотрели единый априор (α = 1, β = 1) для априорного P (Y). Ожидаемая апостериорная вероятность результатов лечения в подгруппе (\ (u_ {i} \)) может быть обновлена ​​путем наблюдения данных следующим образом:

    $$ \ begin {align} P \ left ({Y | X} \ right ) P (X | Y) P \ left ({Y} \ right) \\ & Prior \, P \ left (Y \ right) \ sim Beta \, \ left (, \ right) \\ & Posterior \, P \ left ({Y | X} \ right) \ sim Beta \, \ left ({+, + {\ text {n}} -} \ right) \\ & {\ text {P}} ({\ text { X}} | {\ text {Y}}): вероятность \, \ или \, \, выигрыш \, \, вероятность \\ & {\ text {X}} \ в u_ {i}: {\ text { a}} \, \, пациент \, \, in \, \, \, \, подгруппа \, \, с \, \, \, \, то же \, \, ковариатами \\ & Y \ in { \ mathbb {R}}, \, \, 0 \ le Y \ le 1: \, \, лечение \, \, выгода \\ & \ gamma: number \, \, of \, \, win {\ text { s}} \\ & n: количество \, \, из \, \, наблюдений \\ & Beta \, \ left (, \ right): \, \, {\ text {Prior}} \, \, {\ text {beta}} \, \, {\ text {distribution}} \\ & {\ text {Y}}: \, \, {\ text {treatment}} \, \, {\ text {result}}. {*}].\\ \ end {align} $$

    Пары дистрибутивов (\ ({\ text {CTE}} _ {{{\ mathbb {S}} {*}}} \) против \ ({\ text {CTE }} _ {{\ left ({{\ mathbb {S}} \ ne {\ mathbb {S}} {*}} \ right)}} \)) сравнивались путем построения двумерных двумерных распределений. Если примерно 95% площади двумерного распределения расположено в верхнем левом углу нейтральной линии, то это указывает на то, что лечение имеет более значительную пользу для оптимальных подгрупп по сравнению с лечением для других подгрупп.

    Статистические методы

    PSM используется для сопоставления групп пациентов с одинаковой оценкой предрасположенности (27 единиц оценки со стандартным отклонением 0.2). Поскольку оценка предрасположенности представляет собой вероятность назначения лечения, мы можем предположить, что пациенты в подобранной группе не зависят от условий лечения [14]. Мы приняли метод логистической регрессии, согласно которому назначения лечения регрессировали на основе девяти исходных переменных. Результаты выживаемости оценивались с использованием анализа выживаемости Каплана-Мейера. Для сравнения кривых выживаемости сопоставленных пациентов использовался стратифицированный лог-ранговый тест. Статистический анализ проводился с использованием статистического пакета для программного обеспечения социальных наук версии 23 (IBM Corp., Ла-Хойя, Калифорния, США). Байесовское статистическое моделирование проводилось с использованием пакета Python под названием PyMC3. Библиотека Scikit-learn использовалась для предварительной обработки данных. Результаты представлены как среднее значение ± 95% ДИ, если не указано иное.

    Респираторная терапия (A.A.S.) – BMCC

    ПРИМЕЧАНИЕ. В настоящее время существует лист ожидания для приема в программу респираторной терапии (RTT). Вы не сможете подать заявку напрямую в программу. Все потенциальные студенты RTT должны обращаться в отдел hlt @ bmcc.cuny.edu со своим именем и адресом, которые будут помещены в список ожидания. Отдел отправит вам электронное письмо, чтобы подтвердить, что ваше письмо было получено, и предоставить дополнительную информацию о программе. Текущий список ожидания рассчитан на осень 2023 года. Допуск к программе не гарантирует вам места на фактических занятиях по респираторной терапии. Программа респираторной терапии – это только дневная программа. Нет курсов RTT по вечерам / выходным дням.


    Респираторный терапевт (RT) – лицензированные специалисты в области здравоохранения, которые лечат людей с заболеваниями, влияющими на сердечно-легочную систему.Респираторные терапевты лечат такие состояния, как астма, эмфизема, пневмония, сердечно-сосудистые заболевания и травмы.

    Программа респираторной терапии (RTT) предоставит вам необходимые навыки и опыт, чтобы стать компетентными респираторными терапевтами. Вы пройдете специальную подготовку по клинической помощи пациентам с сердечно-респираторными проблемами. См. «Справочник студента по респираторной терапии » для получения дополнительной информации о программе.

    После выполнения требований, перечисленных ниже, студенты получают степень младшего специалиста по прикладным наукам (A.A.S.) и имеют право на сдачу сертификационных и регистрационных экзаменов, проводимых Национальным советом по респираторной помощи, Inc.

    Программа респираторной терапии (RTT) – это двухлетняя дневная программа, рассчитанная на 5 семестров и 73 кредита, предлагаемая союзным департаментом медицинских наук BMCC. Программа респираторной терапии BMCC (№ 200116) аккредитована Комиссией по аккредитации респираторной помощи (CoARC). CoARC аккредитует образовательные программы респираторной терапии в США.Для достижения этой цели он использует процесс, основанный на результатах. Программные результаты – это показатели эффективности, которые отражают степень достижения образовательных целей программы и документальное подтверждение эффективности программы. См. Информацию о результатах программы.

    Узнайте о карьере

    BMCC стремится к долгосрочному успеху студентов и поможет вам изучить профессиональные возможности. Не определились? Без проблем. Колледж предлагает Career Coach для получения информации о заработной плате и трудоустройстве, объявлений о вакансиях и самооценки, чтобы помочь студентам найти свой академический и карьерный путь.Посетите Career Express, чтобы записаться на прием к консультанту, найти работу или зарегистрироваться для участия в мероприятиях по профессиональному развитию в Центре развития карьеры. Студенты также могут посетить Управление стажировок и экспериментального обучения, чтобы получить реальный мировой опыт подготовки к четырехлетнему обучению и последующему обучению. Эти возможности доступны, чтобы помочь студентам BMCC заложить основу для будущего успеха.

    Политика программы

    Начиная с осеннего семестра 2009 года, для допуска к программе студенты должны предоставить документацию по одной из следующих категорий:

    • U.С. гражданство.
    • ПМЖ.
    • Иностранный студент со статусом F1.
    • Предоставлено убежище, статус беженца, временный защищенный статус, приостановление высылки, отложенный принудительный выезд или статус отложенного действия правительства США.

    Для сохранения права на участие в программе студенты должны получить средний балл «C» или выше по всем курсам RTT. Студенты, не прошедшие какой-либо курс респираторной терапии, могут повторить такой курс только один раз.Студенты, которые были уволены из учебы, должны получить средний балл (GPA) 2,0 или выше, чтобы повторно поступить на программу респираторной терапии. Студенты BMCC, желающие перейти на респираторную терапию, также должны иметь средний балл 2.0 или выше.

    ПРИМЕЧАНИЕ: Допуск к RTT-последовательности происходит только в сентябре. Все студенты должны выполнить все корректирующие требования до поступления на курс RTT. В соответствии с требованиями Департамента здравоохранения штата Нью-Йорк к персоналу больницы, все студенты должны предъявить документы, подтверждающие медицинский осмотр.

    Варианты трансфера

    BMCC имеет соглашения о сотрудничестве с несколькими четырехлетними колледжами, чтобы вы могли беспрепятственно продолжить там свое образование без потери кредитов.

    выдержек из 9-й конференции DACH + по энергетической информатике | Energy Informatics

    Jana Huchtkötter ([email protected])

    Julius-Albert-Straße 4, 38678 Клаусталь-Целлерфельд, Германия

    Сводка

    Ненавязчивый мониторинг нагрузки может обеспечить экономию энергии за счет предоставления информации о потреблении устройства на основе данных всего здания.Однако было обнаружено, что крайне неоднородный характер агрегированных следов потребления препятствует обобщению и сопоставимости методов дезагрегации, поскольку различия исходных данных влияют на результаты дезагрегирования. Таким образом, представленный проект PhD предлагает методологию для выявления различных характеристик данных, обеспечения возможности адаптации их значений и оценки воздействия на результаты дезагрегирования. С помощью этой методологии проект не только намеревается накапливать уже распределенные знания, но и предоставлять метрики для измерения различий в характеристиках данных и создания обобщаемых знаний об их влиянии.

    Ключевые слова: NILM; Ненавязчивый мониторинг нагрузки; дезагрегирование; частота выборки; характеристики данных; сопоставимость

    Введение / Мотивация

    Предоставление подробной информации о нагрузках в доме может способствовать экономии энергии [1]. Мониторинг нагрузки предоставляет такую ​​подробную информацию. Методы неинтрузивного мониторинга нагрузки (NILM) получают информацию посредством анализа данных о потреблении всего здания и их разложения на составляющие потребления устройств [2].С развитием дигитализации и ростом озабоченности по поводу климата в последние годы исследования позволили добиться значительных успехов.

    Было подтверждено, что агрегированные трассировки потребления сильно разнородны по таким аспектам, как шум, амплитуда потребления, частота дискретизации или классы устройств (сравните, например, [3, 4, 5]). Однако знания о влиянии различий во входных данных, которые в дальнейшем будут называться Data Characteristic Differences (DCD) , в настоящее время являются поверхностными и распространяются через множество публикаций.Тем не менее, было обнаружено, что DCD мешают обобщению и сопоставимости текущих исследований [3, 4, 6, 7]. Лучшее понимание DCD и их влияния на результаты дезагрегирования могло бы уменьшить препятствия. Таким образом, этот докторский проект призван ответить на один центральный вопрос: Какие характеристики данных о потреблении могут различаться в разных сборах данных и какое влияние на процесс дезагрегации нагрузки возникают из-за этих различий?

    После изучения текущих знаний о DCD в современном состоянии, этот реферат представит методологический подход в виде предложения по преодолению существующих препятствий и завершит работу с ожидаемыми вкладами в Заключение и Перспективы.

    Современное состояние

    Было обнаружено, что большое количество различий в данных о потреблении препятствует взаимодействию наборов данных и сравнению результатов по наборам данных при множественных оценках [3, 4, 6, 7]. Различия можно разделить на структурные различия, касающиеся организации файлов и данных, а также особенностей характеристик данных. Хотя в ряде работ были рассмотрены методы преодоления структурных различий (например,грамм. [5, 8, 9]) исследования, касающиеся DCD и их влияния на процесс дезагрегации, немногочисленны. Опросы показали связь между типом устройства и сложностью дезагрегации еще в 2012 году [2], но многие DCD идентифицированы без дальнейшего рассмотрения во время предложения алгоритмов NILM или оценки их использования в новых средах (сравните, например, [10, 11, 12]).

    Теоретическая оценка процессов дезагрегации предоставила более широкий набор DCD. В [13] авторы рассматривают влияние шума, амплитуды потребления и частоты дискретизации.Мера сложности, основанная на характеристиках устройства и временной последовательности, получена в [14]. Однако в обеих работах рассматриваются упрощенные идеальные процессы дезагрегации, что затрудняет их перенос в эффекты реального мира.

    Единственная характеристика данных, которая, насколько нам известно, подверглась дальнейшей оценке, – это временное разрешение. В то время как авторы [15, 16] оценивали очень низкие частоты дискретизации с точки зрения конфиденциальности, первая работа в этом проекте [17] оценивала данные, собранные с частотами порядка килогерц.

    Предложение по преодолению существующих препятствий

    В дополнение к существующим знаниям в данной работе предлагается процесс, похожий на анализ чувствительности: идентификация и контролируемое изменение входных параметров, DCD и оценка изменений в выходных данных, результаты дезагрегирования. Методология изложена в следующих параграфах, отражающих четыре основных шага:

    1. 1.

      Определение характеристик входных данных и диапазонов их значений

    2. 2.

      Определение возможностей адаптации

    3. 3.

      Оценка влияния DCD на результаты дезагрегирования

    4. 4.

      Проверка результатов

    Идентификация характеристик исходных данных и диапазонов их значений Будет проведен обширный обзор литературы. проводится для составления исчерпывающего набора DCD, поскольку даже более подробные оценки включают различные характеристики (сравните [6, 7, 13, 14]). Кроме того, обзор литературы должен предоставить метрику для количественной оценки значения характеристики в заданном наборе данных и определить диапазон значений для каждого DCD, оба из которых являются обязательными для дальнейшего процесса.Однако DCD не обязательно измеряются методологически в презентационных работах. Таким образом, составление показателей и диапазонов значений будет выходить за рамки обзора литературы для оценки подходящих показателей или оценки диапазонов значений на основе данных из общедоступных наборов данных, когда информация не может быть найдена в соответствующей работе.

    Определение возможностей адаптации На основе созданной компиляции DCD и их диапазонов значений может быть разработана стратегия изменения значений каждой характеристики.Однако определение возможностей изменения значений DCD столкнется с проблемой взаимозависимостей. Идеальная вариация позволила бы повлиять только на рассматриваемую характеристику. Взаимозависимости усложняют вариации и ожидаются для конкретных характеристик устройства, таких как амплитуда потребления. Разработка адаптационных стратегий позволит выявить взаимозависимости и признать их в разработанных адаптационных процессах. Кроме того, будет создана последовательность оценок, чтобы в первую очередь оценить наиболее независимые характеристики.

    Оценка влияния DCD на результаты дезагрегирования В целом влияние значения DCD будет оцениваться на основе внесенных изменений в результаты дезагрегирования, измеренных с помощью подходящих показателей. Однако оценки должны позволять справедливые и обобщающие сравнения. Хотя установка условий оценки позволяет проводить честное сравнение, установка или определение обобщаемых условий оценки не является тривиальной задачей. Анализ воздействий на сильно упрощенные искусственные данные позволяет полностью контролировать воздействия.Однако возможность обобщения такой оценки остается под вопросом, поскольку сложность и взаимозависимости уменьшаются или исключаются. Кроме того, выбор подходящего метода дезагрегации в качестве оцениваемой модели является нетривиальным, поскольку до сих пор не известен лучший подход к дезагрегации.

    Чтобы сделать возможным обобщение модели, предлагаемые оценки будут использовать несколько современных методов дезагрегации и оценивать результаты для всех из них. Чтобы сделать возможным обобщение реалистичных данных, оценки будут проводиться в нескольких средах .В этом контексте среда – это набор данных для обучения и тестирования. Чтобы сделать результаты обобщаемыми, каждая оценка будет включать как минимум две среды, одна с сильно упрощенными или искусственно созданными данными, а другая – с выдержками из нескольких общедоступных наборов данных, которые необходимо предварительно проанализировать на предмет значений дополнительных включенных DCD и их возможных взаимозависимостей. , которые были отмечены при разработке адаптационных стратегий. В совокупности оценка позволит обобщить выявленные тенденции, уточнить влияние рассматриваемого DCD и подтвердить взаимозависимости между DCD.

    Проверка результатов Для проверки выявленных воздействий в данной работе предлагается анализ невидимых данных из различных источников относительно их конкретных характеристик данных. На основе этого анализа и собранных результатов будут сделаны прогнозы относительно процесса дезагрегации, которые в дальнейшем будут сравниваться с достигнутыми результатами дезагрегирования. Подтверждение прогнозов послужит подтверждением выводов, сделанных в ходе оценки, и подтвердит их применимость к новым следам потребления.

    Заключение и перспективы

    В заключение, мы намерены всесторонне оценить различия характеристик данных (DCD) и их влияние на процесс дезагрегации, чтобы получить обобщенные выводы. Оценка внесет три основных вклада:

    • Накопление текущих знаний о DCD

    • Предоставление показателей и диапазонов значений для характеристики каждого DCD

    • Эмпирическая оценка влияния DCD на результаты дезагрегирования

    Кроме того, мы ожидаем проведенной оценки и улучшенное понимание DCD для улучшения возможностей будущих исследований.Ожидается, что предоставление полного набора характеристик данных и их влияния позволит создать более значимые контрольные показатели и лучшую модель процесса дезагрегации, чтобы обеспечить важную информацию для соображений конфиденциальности (например, предоставление информации, характеристики которых наиболее идентифицируют устройства. ) и создание искусственных данных о потреблении, что позволит создавать системы, лучше адаптированные к их конкретным условиям или требованиям. Кроме того, это позволит более точно оценить наборы данных и текущие проблемы, связанные с методами дезагрегации.

    Благодарности

    Автор благодарит Dr.-Ing. habil. Андреасу Рейнхардту и доктору Мартину Трёшелю за их ценный вклад в качестве руководителя и пастыря, соответственно.

    Финансирование

    Расходы на публикацию были покрыты организаторами конференции по энергетической информатике DACH + при поддержке Федерального управления энергетики Швейцарии. Исследование поддержано грантом Deutsche Forschungsgemeinschaft (DFG) №RE 3857 / 2-1 и Simulationswissenschaftliches Zentrum Clausthal-Göttingen (SWZ).

    Наличие данных и материалов

    В данной статье не используются никакие дополнительные данные или материалы.

    Конкурирующие интересы

    Автор заявляет, что у нее нет конкурирующих интересов.

    Список литературы

    1.Кэрри Армел, К., Гупта, А., Шримали, Г., Альберт, А .: Является ли дезагрегация Святым Граалем энергоэффективности? Случай с электричеством. Энергетическая политика 52 , 213–234 (2013)

    2. Зоха, А., Глухак, А., Имран, М., Раджасегарар, С.: Подходы к неинтрузивному мониторингу нагрузки для дезагрегированного измерения энергии: обзор. Датчики 12 (12), 16838–16866 (2012)

    3. Перейра, Л., Нунес, Н .: Оценка производительности при неинтрузивном мониторинге нагрузки: наборы данных, показатели и инструменты – обзор.WIREs Data Mining и Knowledge Discovery 8 (6), 1265 (2018)

    4. Beckel, C., Kleiminger, W., Cicchetti, R., Staake, T., Santini, S .: The ECO Data Set и производительность алгоритмов ненавязчивого мониторинга нагрузки. В: BuildSys ’14: Материалы 1-й конференции ACM по встроенным системам для энергоэффективных зданий, стр. 80–89 (2014)

    5. Клеменяк, К., Рейнхардт, А., Перейра, Л., Маконин, С., Бержес, М., Эльменрайх, В .: Наборы данных о потреблении электроэнергии: подводные камни и возможности.В: BuildSys ’19: Материалы 6-й Международной конференции ACM по системам для энергоэффективных зданий, городов и транспорта, стр. 159–162 (2019)

    6. Рейнхардт, А., Клеменяк, Ч .: Каким образом Производительность дезагрегации нагрузки зависит от характеристик данных? Выводы из сравнительного исследования. In: Proceedings of the 11th ACM International Conference on Future Energy Systems (e-Energy), pp. 167–177 (2020)

    7. Налмпантис, К., Вракас, Д.: Подходы машинного обучения к бесконтактному мониторингу нагрузки : От качественного к количественному сравнению.Обзор искусственного интеллекта 52 (1), 217–243 (2019)

    8. Келли, Дж., Ноттенбелт, В .: Метаданные для дезагрегации энергии. В: Семинары 38-й Международной конференции по компьютерному программному обеспечению и приложениям IEEE, стр. 578–583 (2014)

    9. Батра, Н., Кукунури, Р., Пандей, А., Малакар, Р., Кумар, Р., Кристалакос , О., Чжун, М., Мейра, П., Парсон, О.: К воспроизводимому современному разукрупнению энергии. В: BuildSys ’19: Материалы 6-й Международной конференции ACM по системам для энергоэффективных зданий, городов и транспорта.BuildSys ’19, стр. 193–202 (2019)

    10. Келли, Дж., Ноттенбелт, В .: Neural NILM: Deep Neural Networks Applied to Energy Disaggregation. BuildSys ’15: Материалы 2-й Международной конференции ACM по встроенным системам для энергоэффективных построенных сред, 55–64 (2015)

    11. Чжан, К., Чжун, М., Ван, З., Годдард, Н. , Саттон, К .: Последовательное обучение с помощью нейронных сетей для ненавязчивого мониторинга нагрузки. В: Тридцать вторая конференция AAAI по искусственному интеллекту (2016)

    12.Батра, Н., Парсон, О., Бергес, М., Сингх, А., Роджерс, А.: Сравнение методов неинтрузивного мониторинга нагрузки для коммерческих и жилых зданий. ArXiv (2014). arXiv: 1408.6595

    13. Донг, Р., Ратлифф, Л., Олссон, Х., Састри, С.С.: Основные пределы ненавязчивого мониторинга нагрузки. In: HiCoNS ’14: Proceedings of the 3rd International Conference on High Confidence Networked Systems, pp. 11–18 (2014)

    14. Эгартер, Д., Пёчакер, М., Эльменрайх, В .: Сложность энергопотребления для Разбивка нагрузки.ArXiv (2015). arXiv: 1501.02954

    15. Эйбл, Г., Энгель, Д .: Влияние детализации данных на конфиденциальность интеллектуального счетчика. IEEE Transactions on Smart Grid 6 (2), 930–939 (2015)

    16. Эйбл, Г., Энгель, Д.: Влияние детализации данных на ненавязчивый мониторинг нагрузки устройств. В: Материалы 2-го семинара ACM по сокрытию информации и безопасности мультимедиа, стр. 147–151 (2014)

    17. Хухткуттер, Дж., Рейнхардт, А .: Исследование влияния частоты выборки данных на событие подписи нагрузки Обнаружение.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *