E-health可以被定义为使用信息和通信技术支持或改善医疗保健。技术的快速发展和增加世界各地的互联网接入和智能手机的普遍性使得E-health相关。E-health已经从基于web的服务扩大到健康应用,在线视频服务,和社交媒体,新服务和新技术不断被提出。Twitter等社交网络是一个非常有价值的来源实时信息来获得新知识,例如,一个新的疾病或大流行何时何地发生,如何跟踪它。

增加和人口老龄化紧张更多的慢性疾病在发达国家和发展中国家卫生服务。现有知识系统在E-health服务与学习能力可能提高访问质量卫生信息和改善自我管理,从而帮助减负卫生服务。此外,E-health知识系统可以提高卫生服务的质量通过增加共享决策和授权的病人。监控、学习知识验证、透明度、问责制、偏见,和责任将E-health系统的一部分,必须应对的挑战有限的外部干预和不同数据采集(如行为、个性化健康模型,生理,等等)。

这个特殊问题的目的是为研究人员和开发人员发布原创,创新,和先进的机器学习方法,算法和体系结构,分析了现代视觉E-health和医疗通信服务的智能解决方案。欢迎创新的解决方案的描述,以框架的形式为智能系统个性化健康、新颖的算法,考虑几个重要的因素,如知识通过社交网络来衡量行为危险因素和本地化疾病通过人口统计数据再现性和不同数据源的可信度。我们欢迎原始研究和评论文章,应对这些挑战,尤其是来自医学、心理、和社会观点。E-health服务及其使用的描述,研究为什么E-health服务使用,使用这些服务的各种结果,E-health服务如何影响传统卫生服务的例子主题范围内的这个特殊的问题。

潜在的主题包括但不限于以下:

• 机器学习,数据挖掘在E-Health服务
• 工业和商业智能知识系统的应用在医疗研究
• 学习未标记的数据、无监督学习和在线学习
• 众包模式、框架和卫生监测算法
• 法律、道德和社会后果E-health的自动决策系统
• 智能代理和系统个性化医学
• 大数据管理系统和数据分析在医疗保健服务
• 个性化健康本体和模型