生物医学工程创造了新的机遇为医疗监测使用增强情报(AI)。连接设备的数量在一个物联网(物联网)网络正在迅速增加。因此,医疗应用程序需要处理的高效、智能医疗数据。人工智能提供了以人为中心的模型来支持医疗保健系统。AI能够提供可靠的决策通过关联分析人类专家和运营商。

人工智能可以帮助实现预警和辅助诊断。此外,该系统可以自动收集各种生命体征数据转移到急救护理记录单,以便提高记录的及时性和有效性。AIoMT也有助于提供远程诊断、实时决策、和一个可靠和负担得起的医疗保健系统。我们需要聪明和协作的机器学习算法来处理大量的医疗数据。医疗行业的主要问题是医疗数据传输延迟,为病人提供医疗服务。

这个特殊的问题旨在描述潜在的AIoMT机器学习算法的集成。我们邀请学术研究人员和开发人员的工作,包括不同的体系结构来选择一个合适的平台,医疗应用程序和提供洞察潜在的研究方向。特刊还将专注于开发分布式人工智能的方法来管理上述建议的决策/操作算法和机器与人类互动。研究文章的理论和实验工作将包括AIoMT智能解决方案的应用程序集中在适当的计算医疗和生物医学领域的情报。最初的研究和评论文章是受欢迎的。

潜在的主题包括但不限于以下:

• 为卫生信息学增强情报
• AIoMT和医疗
• 使用新一代物联网智能医疗网络
• 智能IoMT算法
• AIoMT决策系统
• 在AIoMT人工智能和机器学习
• 挑战和潜在的智能医疗解决方案
• 扩大和辅助技术在医疗保健
• 人机界面AIoMT
• 实时医疗监控
• 在虚拟/增强现实交互
• 访问计算
• 计算智能医疗
• 未来医疗保健基础设施方面的挑战