CE: Nursing Orientation to Data Science and Machine Learning

大数据 医疗保健 护理部 心理学 数据科学 人工智能 工作(物理) 方向(向量空间) 知识管理 计算机科学 医学 数据挖掘 工程类 政治学 法学 机械工程 几何学 数学
作者
Roxanne O'Brien,Matt W. O'Brien
出处
期刊:American Journal of Nursing [Lippincott Williams & Wilkins]
卷期号:121 (4): 32-39 被引量:8
标识
DOI:10.1097/01.naj.0000742064.59610.28
摘要

Nurses collect, use, and produce data every day in countless ways, such as when assessing and treating patients, performing administrative functions, and engaging in strategic planning in their organizations and communities. These data are aggregated into large data sets in health care systems, public and private databases, and academic research settings. In recent years the machines used in this work (computer hardware) have become increasingly able to analyze large data sets, or "big data," at high speed. Data scientists use machine learning tools to aid in analyzing this big data, such as data amassed from large numbers of electronic health records. In health care, predictions for patient outcomes has become a focus of research using machine learning. It's important for nurses and nurse administrators to understand how machine learning has changed our ways of thinking about data and turning data into knowledge that can improve patient care. This article provides an orientation to machine learning and data science, offers an understanding of current challenges and opportunities, and describes the nursing implications for nurses in various roles.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Bioflying完成签到,获得积分10
1秒前
rodrisk完成签到 ,获得积分10
1秒前
y蓓蓓完成签到,获得积分10
1秒前
SCIER完成签到,获得积分10
1秒前
动听的秋白完成签到 ,获得积分10
2秒前
xin完成签到 ,获得积分10
2秒前
蓝橙完成签到,获得积分10
4秒前
细腻老太完成签到 ,获得积分10
4秒前
赘婿应助郝出站采纳,获得10
4秒前
hux完成签到,获得积分10
4秒前
5秒前
白薇完成签到 ,获得积分10
6秒前
李文娜完成签到 ,获得积分10
6秒前
微卫星不稳定完成签到 ,获得积分10
6秒前
01完成签到,获得积分10
6秒前
喜悦的秋柔完成签到,获得积分10
7秒前
delect完成签到,获得积分10
8秒前
pphss完成签到,获得积分10
8秒前
n0way完成签到,获得积分10
8秒前
鸣奇小矿工完成签到,获得积分10
8秒前
8秒前
9秒前
典雅的纸飞机完成签到 ,获得积分10
10秒前
雾色笼晓树苍完成签到 ,获得积分10
10秒前
霸气蛋挞完成签到 ,获得积分10
10秒前
yuan完成签到,获得积分10
12秒前
星野完成签到 ,获得积分10
12秒前
13秒前
Leo完成签到,获得积分10
13秒前
圣诞森林完成签到 ,获得积分10
14秒前
Signs完成签到 ,获得积分10
14秒前
laola发布了新的文献求助10
14秒前
小徐完成签到,获得积分10
14秒前
彪壮的小凡完成签到,获得积分20
15秒前
郝出站完成签到,获得积分10
15秒前
demi2333完成签到,获得积分10
15秒前
可爱的梦柏完成签到,获得积分10
16秒前
cici完成签到,获得积分10
17秒前
郝出站发布了新的文献求助10
18秒前
duoduozs完成签到,获得积分10
18秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Signals, Systems, and Signal Processing 610
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6519063
求助须知:如何正确求助?哪些是违规求助? 8311680
关于积分的说明 17770540
捐赠科研通 5621065
什么是DOI,文献DOI怎么找? 2926632
邀请新用户注册赠送积分活动 1903449
关于科研通互助平台的介绍 1764139