数字服务,包括医疗保健等,最近看到一个海量复杂数据,快速到达由于智能设备的数量迅速增加。医疗行业和其他信息系统的不同区域创建大量的数据,包括来自医院和医疗服务提供者的数据。技术进步,有巨大的潜力使用这些数据来改变数字服务和医疗保健。

近年来,大数据的数字世界和物联网(物联网)已经令人难以置信的增长数据,几乎从1.2字节到67字节。它预计超过97字节的数据将被生产和在全球到2022年底。此外,全球连接的医疗设备市场将从410亿年的2017美元增长到1580亿年的2022美元。因此,大数据和物联网的增长率远远超过所需的计算服务来处理这些大量的数据。边缘计算正在改变卫生保健将大型数据处理和存储接近源,允许应用程序改变游戏规则的技术物联网和人工智能(AI)。边计算、云计算、物联网等新兴技术丰富了联合学习应用程序可以帮助处理如此庞大的数据量。

这个特殊问题的目的是寻找贡献试图联合学习和人工智能技术集成到设计算法的智能信息系统和医疗保健。我们欢迎原始研究和评论文章。

潜在的主题包括但不限于以下:

• 机器学习(ML)技术和算法对边缘智力和计算服务
• 分区在物联网医疗保健服务,优势,和云环境
• 安全可靠的物联网、边缘和数字医疗云服务
• 智能计算、代码卸载和边缘处理
• 生态系统对提高数据处理速度和性能
• 物联网的应用,优势,雾,和机器学习在医疗、智能农业、智能城市
• 粒子群优化,人工智能和群体智慧
• 医疗cyber-physical系统
• 方法在边缘和云环境中处理医疗数据
• 计算、数据和网络管理促进物联网优势,和云集成在医疗保健领域