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
刚刚
刚刚
刚刚
麦乐鸡发布了新的文献求助10
刚刚
刚刚
wyb发布了新的文献求助10
1秒前
1秒前
慧慧发布了新的文献求助10
1秒前
tian发布了新的文献求助10
1秒前
1秒前
NexusExplorer的应助被Kelly采纳,获得10
2秒前
Double发布了新的文献求助30
2秒前
123完成签到,获得积分10
2秒前
JamesPei的应助被lala采纳,获得10
2秒前
爆米花的应助被进击奇奇咪采纳,获得10
3秒前
3秒前
123发布了新的文献求助10
4秒前
所所的应助被复杂千亦采纳,获得10
4秒前
生蚝大王发布了新的文献求助10
4秒前
Hello的应助被复杂千亦采纳,获得10
4秒前
4秒前
ydoyate发布了新的文献求助10
4秒前
w1kend发布了新的文献求助10
5秒前
KongXY完成签到 ,获得积分10
5秒前
6秒前
悠悠完成签到,获得积分10
6秒前
科研通AI6.4的应助被最帅阿浩采纳,获得10
6秒前
KarimaElMir发布了新的文献求助10
7秒前
慧慧完成签到,获得积分10
8秒前
8秒前
情怀的应助被shally采纳,获得10
8秒前
科目三的应助被明亮的咖啡豆采纳,获得10
8秒前
8秒前
糊涂的冰菱完成签到,获得积分10
8秒前
8秒前
cyq发布了新的文献求助10
9秒前
9秒前
9秒前
10秒前
Sxx66完成签到,获得积分20
10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
Energie-Contracting 1500
Représentation chimique de la structure des kérogènes et des asphaltènes en fonction de leur origine et de leur degré d'évolution 1000
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
Ecotourism 400
Genera Orchidacearum Volume 4: Epidendroideae 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8064431
求助须知:如何正确求助?哪些是违规求助? 9487328
关于积分的说明 21341844
捐赠科研通 7632471
什么是DOI,文献DOI怎么找? 3397276
关于科研通互助平台的介绍 2527388
邀请新用户注册赠送积分活动 2435059