IDEAS home Printed from https://ideas.repec.org/a/sgh/annals/i56y2019p305-316.html
   My bibliography  Save this article

Uczenie maszynowe w opiece zdrowotnej

Author

Listed:
  • Karol Korczak

    (Uniwersytet Łódzki, Katedra Informatyki Ekonomicznej, Instytut Ekonomik Stosowanych i Informatyki, Wydział Ekonomiczno-Socjologiczny)

Abstract

Niniejszy artykuł prezentuje wybrane zastosowania uczenia maszynowego w obszarze opieki zdrowotnej. Omówiono w nim przykładowy proces uczenia maszynowego, przedstawiono przykłady praktycznych zastosowań tego typu rozwiązań. Pokazano, że algorytmy uczenia maszynowego mogą być pomocnym narzędziem w prognozowaniu prawdopodobieństwa wystąpienia chorób czy też zaleceń odnośnie do sposobów leczenia. Podkreślono, że zastosowanie systemów uczących się w opiece zdrowotnej jest ważne nie tylko ze zdrowotnego, ale także społeczno-ekonomicznego punktu widzenia.

Suggested Citation

  • Karol Korczak, 2019. "Uczenie maszynowe w opiece zdrowotnej," Collegium of Economic Analysis Annals, Warsaw School of Economics, Collegium of Economic Analysis, issue 56, pages 305-316.
    • Handle: RePEc:sgh:annals:i:56:y:2019:p:305-316
    as

    Download full text from publisher

    File URL: http://rocznikikae.sgh.waw.pl/p/roczniki_kae_z56_20.pdf
    File Function: Full text
    Download Restriction: no
    ---><---

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:sgh:annals:i:56:y:2019:p:305-316. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Michał Bernardelli (email available below). General contact details of provider: https://edirc.repec.org/data/sgwawpl.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.