Abstract
ברפואת המיילדות המודרנית, נאספת כמות עצומה של נתונים, בנקודות זמן שונות: בביקורי מעקב הריון, בעת הקבלה לחדר לידה, במהלך הלידה עצמה. הצוות הרפואי נאלץ לעבד את המידע הרב הזה כדי לקבל החלטות לגבי אופן הלידה. היכולת לשלב נתונים אלו לכדי הערכה דינמית אישית עשויה לתרגם את המידע הרב לערך מספרי ברור, ובכך לתמוך בקבלת ההחלטות בסביבה המשתנה של הלידה. מחקר זה המוצג במאמר נועד לסייע בפיתוח אלגוריתם חיזוי מותאם אישית בזמן אמת, המבוסס על הערכה מתחדשת של החיזוי באמצעות הנתונים הנאספים במהלךהלידה עצמה.
| Original language | Hebrew |
|---|---|
| Pages (from-to) | 43-56 |
| Number of pages | 14 |
| Journal | אסיא |
| Volume | 34 |
| Issue number | א-ב |
| State | Published - 2025 |
IHP publications
- IHP publications
- Cesarean section
- Machine learning
- Medical technology
Cite this
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver