Koneoppiminen päätöksenteon tukijana diabetes mellituksen hoidossa

annif.suggestionsdiabetes|koneoppiminen|tutkimus|terveydenhuolto|tutkimustulokset|vaikuttavuus|ennusteet|lääketiede|kirjallisuuskatsaukset|tekoäly|fifi
annif.suggestions.linkshttp://www.yso.fi/onto/yso/p8304|http://www.yso.fi/onto/yso/p21846|http://www.yso.fi/onto/yso/p183|http://www.yso.fi/onto/yso/p2658|http://www.yso.fi/onto/yso/p15640|http://www.yso.fi/onto/yso/p1655|http://www.yso.fi/onto/yso/p3297|http://www.yso.fi/onto/yso/p469|http://www.yso.fi/onto/yso/p7595|http://www.yso.fi/onto/yso/p2616fi
dc.contributor.authorVarila, Mika Petri
dc.contributor.facultyfi=Tekniikan ja innovaatiojohtamisen yksikkö|en=School of Technology and Innovations|-
dc.contributor.organizationfi=Vaasan yliopisto|en=University of Vaasa|
dc.date.accessioned2020-06-26T12:31:36Z
dc.date.accessioned2025-06-25T16:38:28Z
dc.date.available2020-06-26T12:31:36Z
dc.date.issued2020-05-25
dc.description.abstractKoneoppiminen on yksi tekoälyn osa-alue, jota voidaan hyödyntää laajasti terveydenhuollossa erilaisiin käyttötarkoituksiin. Diabetes hoidossa koneoppimisteknologioiden käyttöönotto voi merkitä huomattavaa laadullista parannusta ja kustannustehokasta hoitoa. Tutkimuksen tavoitteena on tuottaa käyttökelpoista ja ohjeellistavaa tietoa koneoppimisen soveltamismahdollisuuksista toimivan kliinisen ei-tietämyskantaisen päätöksenteon tukijärjestelmän suunnittelumallin luomiseksi terveydenhuolto-organisaatioihin, terveydenhuollon ammattihenkilökunnan kliinisen päätöksenteon edistämiseksi. Tutkimuksen teoreettisen viitekehyksen muodostaa koneoppiminen terveydenhoidossa ja kliininen päätöksenteko. Tutkimuksen osioita ovat koneoppimisen sovellettavuus diabeteshoitoon, koneoppimisen soveltaminen diabetes hoitotulosten ennustamiseen ja koneoppiminen diabeteksen diagnosointityökaluna. Tutkimusmenetelmä on kvalitatiivinen, integroiva kirjallisuuskatsaus. Aineisto kerättiin useasta eri tietokannasta, ja se muodostuu pääasiassa tieteellisistä katsaus-, tutkimus- ja konferenssiartikkeleista. Tutkimuksen aineisto analysoitiin ymmärtämään pyrkivällä laadullisella analyysilla. Tämä tehtiin induktiivisella lähestymistavalla aineistolähtöisenä sisällönanalyysina. Integroivan kirjallisuuskatsauksen synteesin pohjalta saatu tutkimustulos vastaa esitettyihin tutkimuskysymyksiin ja määrittelee toimivan ei-tietämyskantaisen kptj:n vaatimuksia järjestelmän varsinaista suunnittelua ja teknistä toteutusta varten. Tulokset osoittavat, että koneoppimistekniikoista syväoppiminen, ohjaamaton oppiminen, ohjattu oppiminen, yhteen liittynyt koneoppiminen ja äärimmäinen oppimiskone ovat niitä koneoppimisalgoritmeja, joita pitäisi integroida mukaan ei-tietoon-perustuvaan kliiniseen päätöksenteon tukijärjestelmään, varsinaisen kliinisen päätöksenteko prosessin tukemiseksi diabetes hoidossa. Tutkimuksen tuloksia on selostettu tarkemmin diskussio kappaleessa ja rajoitukset on myös pyritty tuomaan esille.-
dc.format.bitstreamtrue
dc.format.extent154-
dc.identifier.olddbid12298
dc.identifier.oldhandle10024/11243
dc.identifier.urihttps://osuva.uwasa.fi/handle/11111/9864
dc.identifier.urnURN:NBN:fi-fe2020052839673-
dc.language.isofin-
dc.rightsCC BY-ND 4.0-
dc.source.identifierhttps://osuva.uwasa.fi/handle/10024/11243
dc.subject.degreeprogrammefi=Tietojärjestelmätieteen maisteriohjelma|en=Master’s Programme in Information Systems|-
dc.subject.disciplinefi=Tietotekniikka|en=Computer Science|-
dc.subject.ysodiabetes-
dc.subject.ysokoneoppiminen-
dc.subject.ysoterveydenhuolto-
dc.subject.ysokirjallisuuskatsaukset-
dc.subject.ysotekoäly-
dc.titleKoneoppiminen päätöksenteon tukijana diabetes mellituksen hoidossa-
dc.type.ontasotfi=Pro gradu -tutkielma|en=Master's thesis|sv=Pro gradu -avhandling|-

Tiedostot

Näytetään 1 - 1 / 1
Ladataan...
Name:
Koneoppiminen päätöksenteon tukijana diabetes mellituksen hoidossa pro gradu tutkielma (1).pdf
Size:
956.08 KB
Format:
Adobe Portable Document Format
Description:
Pro-Gradu tutkielma koskien koneoppimisen soveltamista diabetes hoitoon