Wissensmanagement im Gesundheitswesen und Datenwissenschaft: Fälle und Anwendungen

Wissen wird zunehmend als Schlüsselressource im Wettbewerb in Unternehmen angesehen, was die Auswahl- und Rekrutierungspraktiken in vielen Organisationen beeinflusst hat. Heutzutage ist es für Gesundheitsorganisationen eine wesentliche Notwendigkeit, sowohl implizites als auch explizites Wissen effektiv zu verwalten, um die bestmögliche Gesundheitsversorgung bereitzustellen, indem Probleme gelöst und das Idealste und Fehlerloseste geschaffen werden. Darüber hinaus ist Knowledge Engineering ein intelligenter Prozess, bei dem die gesammelten Gesundheitsrohdaten in Wissen umgewandelt werden, um es für die „Integration und Interpretation von Wissen für eine individualisierte Gesundheitsversorgung“ zu verwenden. Wissensingenieure verwenden Konzepte und Techniken der künstlichen Intelligenz (KI) bei der Entwicklung wissensbasierter Systeme. Ebenso ist maschinelles Lernen ein Bereich der künstlichen Intelligenz, der statistische Techniken verwendet, um Computersystemen die Fähigkeit zu geben, „aus Gesundheitsdaten zu lernen“, ohne explizit programmiert zu werden. In den letzten Jahren sind mit den Fortschritten im maschinellen/tiefen Lernen viele neue hinzugekommen Berechnungsmodelle wurden vorgeschlagen und in großem Umfang in der Verarbeitung natürlicher Sprache, Neurowissenschaften, Biomedizin, Internet der medizinischen Dinge, chronischen Krankheiten, Epidemiologie usw. angewendet.