Demistificare i Big Data e l'apprendimento automatico per la sanità

Recensioni dei lettori

Le recensioni evidenziano che il libro “Demystifying Big Data and Machine Learning for Healthcare” è una risorsa preziosa sia per i neofiti che per i professionisti esperti nel campo dell'analisi sanitaria. Il libro spiega efficacemente concetti complessi attraverso una scrittura chiara e casi di studio reali, rendendolo una lettura consigliata per chi si occupa di big data e machine learning in ambito sanitario. Tuttavia, alcune critiche sottolineano la mancanza di profondità in alcune aree e il prezzo relativamente alto del libro.

⬤ Fornisce un'introduzione completa ai big data e all'apprendimento automatico in ambito sanitario.
⬤ Utilizza un linguaggio chiaro per spiegare argomenti complessi.
⬤ Include casi di studio dettagliati e reali che illustrano applicazioni pratiche.
⬤ Aiuta a demistificare i concetti per i principianti e i non esperti.
⬤ Risorsa preziosa per i professionisti che cercano di migliorare la loro comprensione dell'analisi dei dati sanitari.

⬤ Alcune recensioni menzionano la mancanza di profondità e di dettagli in alcuni argomenti.
⬤ Critiche per il fatto che contiene elementi che sembrano solo documenti accademici.
⬤ I framework proprietari discussi non sono spiegati in modo esauriente o non sono referenziati.
⬤ Il libro è considerato costoso da alcuni recensori, anche se molti ritengono che offra un buon valore.

(basato su 12 recensioni dei lettori)

Titolo originale:

Demystifying Big Data and Machine Learning for Healthcare

Contenuto del libro:

La trasformazione dell'assistenza sanitaria richiede la ricerca continua di modi nuovi e migliori per gestire le intuizioni, sia all'interno che all'esterno dell'organizzazione. Sempre più spesso, la capacità di raccogliere e rendere operativi nuovi insight in modo efficiente come sottoprodotto delle operazioni quotidiane di un'organizzazione sta diventando vitale per la capacità di sopravvivenza e di prosperità di ospedali e sistemi sanitari. Una delle sfide di lunga data dell'informatica sanitaria è stata la capacità di gestire l'enorme varietà e volume di dati sanitari eterogenei e la crescente necessità di ricavarne veridicità e valore.

Demystifying Big Data and Machine Learning for Healthcare analizza il modo in cui le organizzazioni sanitarie possono sfruttare questo arazzo di big data per scoprire nuovi valori di business, casi d'uso e conoscenze, nonché il modo in cui i big data possono essere integrati in attività di business intelligence e analytics preesistenti. Questo libro si concentra sull'insegnamento di:

⬤ Sviluppare le competenze necessarie per identificare e demolire i miti dei big data.

⬤ Diventare esperti nel separare l'hype dalla realtà.

⬤ Capire le V che contano nella sanità e perché.

⬤ Armonizzare le 4 C tra piccoli e grandi dati.

⬤ Scegliere la qualità dei dati piuttosto che la loro qualità.

⬤ Imparare ad applicare il quadro NRF.

⬤ Masterizzare l'apprendimento automatico applicato all'assistenza sanitaria.

⬤ Condurre una visita guidata agli algoritmi di apprendimento.

⬤ Riconoscere e prepararsi al futuro dell'intelligenza artificiale nella sanità attraverso le migliori pratiche, i cicli di feedback e gli agenti intelligenti contestuali (CIA).

La varietà di dati nel settore sanitario comprende molteplici flussi di lavoro aziendali, formati (strutturati, non strutturati e semistrutturati), integrazione nel punto di cura/necessità e integrazione con le conoscenze esistenti. Per far fronte a queste realtà, gli autori propongono nuovi approcci per creare un'organizzazione di apprendimento guidata dalla conoscenza, basata su strategie, metodi e tecnologie nuove ed esistenti. Questo libro affronta le sfide di lunga data dell'informatica sanitaria e fornisce raccomandazioni pragmatiche su come affrontarle.