International Journal of Information Management Data Insights 2（2022）100079医疗保健行业的工业4.0：系统性综述Md Manjurul Ahsana， Zahed Siddiqueba部。工业与系统工程，俄克拉荷马大学，诺曼，OK，73071，美国b部俄克拉荷马大学航空航天与机械工程系，Norman，Ok，73071，USAaRT i cL e i nf o保留字：人工智能区块链技术COVID-19数字医疗数字供应链医疗工业4.0安全系统性审查a b sTR a cT医疗4.0在过去一个世纪发生了巨大变化。它每天都在发展，医生和研究人员都在开发新的工具和策略。本研究分析了工业4.0对医疗保健（IHC）系统的影响。因此，使用PRISMA 2015，利用从Scopus和Web of Science检索的文章进行了系统性文献综述。对346篇和47篇文章进行了文献计量学和定性评估。IHC框架的制定考虑了以下组成部分：调度问题、安全问题、COVID-19、数字供应链、区块链技术和人工智能。该研究发现，在COVID-19期间，医疗保健和工业4.0融合并共同发展，解决了数据安全，资源分配和数据透明度等问题。IHC支持多种技术，包括物联网（IoT）、区块链、大数据、云计算、机器学习以及信息和通信技术（ICT），以跟踪患者记录并为减少COVID-19的社会传播做出贡献1. 介绍制造企业越来越意识到提高产量和效率的必要性。为此，他们依靠新技术来减少开支和增加收入。工业4.0是 这是一个经常使用的短语，指的是这种日益增长的技术使用（Hofmann Rüsch，2017）。它也被称为“第四次工业革命”。“工业4.0”一词是在2011年CeBIT论坛会议期间由一些德国研究人员提出的（Majstorović等人，2018年）。它已成为最广泛使用的术语之一，指的是一个过程，使工厂和企业在所有行业-尝试与互联网技术，如云计算，大数据，网络物理系统，3D打印，以及最近的人工智能（AI），机器人，增材制造，机器学习和其他先进工具进行交互。工业4.0是工业革命（Gorecki ，Possik ，Zacharewicz ，Ducq，Perry，2021），自19世纪将互联网技术引入工厂和90年代将互联网技术引入商业以来。业务流程的数字化和物联网（IoT）已经开始改变世界，制造，物流和供应链管理（Manavalan& Jayakrishna，2019）;然而，医疗保健在数字化和创新方面一直落后（Golinelli等人，2020年）。由于移动设备和医疗仪器的激增，医疗保健技术现在可以以前所未有的规模相互连接和交换数据。K. Chen，2012）。医疗保健行业在过去的几十年中已经进行了几次重大的转变，从引入疫苗和抗生素到创建以患者为中心的护理，现在到下一代基因组医学（Gubbins等人，2014年）。在这一演变的每一个阶段，我们都看到了创新的爆发，改变了患者和提供者之间的互动方式。随着工具的发展，医疗保健系统经历了与行业相关的根本性修改和技术规范4.0（K.Kumar，Zindani，Davim，2019）。工业革命4.0，简称IR4.0，在COVID-19爆发期间显著出现。各国的社会距离和封锁等因素对几乎每个国家的经济和工业领域都有重大影响（Anjum等人， 2020;Ahsan，Nazim，Siddique，&Huebner，2021）。因此，与过去几十年相比，在COVID-19爆发期间观察到更多IR 4. 0的强制合并致命的COVID- 19带来了全球范围内缺乏的许多医疗保健，孟加拉国，印度，美国和英国等许多国家未能适当促进医疗保健系统（Ahsan，Ahad等人 ， 2021;Ahsan ， E Alam ， Trafalis ， &Huebner ， 2020;Ahsan ，Gupta，et al.， 2020年）。然而，技术进步在这场大流行中发挥了至关重要的作用。为了满足患者的需求，许多医疗保健专业人员正在转向新技术，包括移动应用程序和远程监控，以提高他们提供的患者护理质量。例如，远程医疗使护士和医生能够接触到农村或偏远地区的患者，否则他们可能很难找到足够的医疗服务，而可穿戴技术∗ 通讯作者。电子邮件地址：ahsan@ou.edu（M.M. Ahsan），zsiddique@ou.edu（Z. Siddique）。https://doi.org/10.1016/j.jjimei.2022.100079接收日期：2022年1月19日;接收日期：2022年4月1日;接受日期：2022年5月5日2667-0968/© 2022作者。出版社：Elsevier Ltd这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）可在ScienceDirect上获得目录列表国际信息管理数据杂志见解期刊主页：www.elsevier.com/locate/jjimeiM.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000792随着时间的推移，有助于监测心脏状况（Ahsan，Mahmud，Saha，Gupta，Siddique，2021）和其他疾病。这些新工具允许更有效的服务，可以为遥远的居民提供医疗服务，并减少医院和急诊室的负担（Mustapha，Khan，Qureshi，Harasis，&Van，2021）。COVID-19的出现和IR 4. 0在医疗保健领域的采用产生了不同的方向。因此，有必要将所有这些方向概括起来。考虑到这一机会，本研究旨在对最近发表的文献进行系统综述，这些文献集中在两个关键因素：医疗保健和工业4.0.关于医疗保健行业4.0（IHC）的文献正在以指数级速度增长（见图2），这突出表明需要根据最新的研究进展传播新的见解和方向。因此，对346篇出版物进行了文献计量学分析，以回答以下研究问题：谁是著名的作者？目前出版业的发展趋势是什么？什么是最重要的期刊？哪些国家、机构和主题做出了最大的贡献？此外，现存的IHC文献可以从哪些基本概念进行分类？此外，为了提供对IHC的一些见解，本研究旨在使用47篇参考文献回答以下问题：1 工业4.0在医疗保健领域最重要的应用是什么？2 当前工业4.0在医疗保健领域面临哪些挑战和限制？3 工业4.0在医疗保健领域的潜在未来应用是什么？应注意的是，所有47篇参考文献均使用第2节中概述的纳入标准检索。本节的其余部分组织如下：第节描述了基于相关文献的文献计量学研究，第4介绍了IHC发现。ings。第5节总结了总体发现，并为研究者和实践者提供了一些未来研究和实践领域的建议。最后，第6节总结了可能的评论。2. 方法PRISMA（系统性综述和荟萃分析的首选报告项目）（Turrini等人，2017）是一种重要且广泛使用的系统综述方法（Moher et al.，2015 年）的报告。本研究报告了基于PRISMA的系统性文献综述（SLR）。根据PRISMA 2015指南进行论文检索、筛选和选择，如图1所示。第一次检索使用两个主要数据集进行：Scopus和Web of Science（WOS）。许多学者和从业者依靠Scopus和WOS数据库来定位高质量的 文 章 和 SLR （ Ahsan 和 Siddique ， 2022 b;Mustapha 等 人 ，2021;Ahsan和Siddique，2022 a）。为了使研究目标更加集中和关键导向，我们在初始搜索过程中使用了布尔运算符“健康”和“工业4.0”，从Scopus中获得了869篇文章，从WOS中获得了378篇文章。当文章仅限于期刊论文、同行评议和英文时，经标题、关键词和摘要分析后的全文达到346篇。一名研究员（Z.S.）将346篇期刊文章的数据导入EX celCSV文件，为更深入的调查做准备。使用EX cel两名独立评审员评价了346篇文章的标题和摘要（M.A.和Z.S.）。为了消除偏见和争议，文章的选择是通过讨论和协议。根据图1所示的纳入-排除标准，共识别出47篇论文进行定性综合。为了进一步阐明文章选择程序，提供了包含入选和排除标准的详细信息表1中图1. 使用PRISMA 2015（Moher等人， 2015年）的报告。M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000793表1参考文献的纳入和排除程序筛选类型入选标准EX clusion标题筛选标题是否包含工业、工业4.0或医疗保健等关键词346 901摘要筛选摘要是否主要关注医疗保健行业的170 176全文筛选文章是否可用于全文分析？32 138附加筛选文章是否与本研究相关？十五岁最终审查的文章总数473. 结果我们全面的文献计量分析和定性综合分为三类：期刊统计，基于主题的评估和工业4.0在医疗保健（IHC）的见解。在期刊统计中，我们按出版年份、学科、期刊、引文、作者和国家研究了期刊统计。在基于主题的评估中，我们评估了标题、作者关键词、文献耦合、主题评价和历史制图。本研究3.1. 期刊统计以下部分描述了对选定的346篇文章的文献计量学分析。文献计量学分析采用EX cel数据分析、R-Studio软件和VoSviewer软件。图2描述了过去七年中研究论文出版物的大幅增加，表明了更高的兴趣程度工业4.0在医疗保健（IHC）的学术界。统计数据显示，2005年至2015年期间发表的文献几乎不存在。2021年出版物数量预计将超过90，而在2015年只有2。我们预计，IHC出版物的指数增长将在2022年及以后几年继续。图3描述了一系列主题领域的IHC文献。IHC研究以工程学和计算机科学为主，分别占总发表量的24.5%和19.8%。此外，在其他学科，如材料科学，数学等，对IHC的兴趣也有所增加。我们检查了IHC领域中最有成效的文章 图图4显示了前十名期刊和在过去几十年中发表的文章总数。根据参考文献，三个最多产的期刊是IEEE Access（21篇出版物），Sensors（14篇文章）和Sustainability（12篇论文）。令人惊讶的是，13.5所有被引用内容的%发表在前三名期刊中。该研究评估了引用的总数，同时收集了关于IHC着名作者的数据和想法。表2显示了根据Scopus和WOS数据库最常引用的10篇出版物表2显示，每位作者获得的引文在44到184之间。由于不同的数据库使用不同的索引技术和时间段，引文总数可能与Google Scholar和其他数据库引文不同。根据该表，Del et al.（2019）发表的论文获得了最多的引用（184），每年有46次引用，其次是Mittal et al.（2019）发表的文章，共获得154次引用（每年38.5次引用）。表2中的所有文章都可能是IHC中最突出的文章表3列出了在过去几十年中发表最多IHC出版物的前十位与其他作者相比，Kumar Satish发表的论文最多（4）。作者Khan，Li，Park和Zalud以三篇论文排名第二。表4概述了生产力最高的10个国家。我们发现，意大利、英国和中国在考察领先国家时，是科学产出最丰富的根据表4，意大利发表了57篇论文，其次是英国（35篇），中国（31篇）等。根据我们对前十名学术机构的调查，科希策技术大学（斯洛伐克）是最富有成效的，发表了12篇（约占3.46%）论文，如图所示。 5，其次是布尔诺理工大学（捷克）与7（2.02%）发表的文章。3.2. 主题评估关键词部分中研究人员最常用的术语也进行了分析，因为它们通常表达了研究的核心主题。使用R-studio软件进行分析。关键词的等价性分析与聚类树如图6所示。在这种情况下，高度表示空间- 单词和空格之间的距离表明了每个概念与其他概念的区别。图2. 每年出版。M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000794见图4。 期刊出版物。图三. 按主题领域分列的文件。对于国家分析的共同作者，一个国家的最低出版物数量因此，63个国家中有19个国家符合要求。表5包含了所有19个国家的列表，以及它们的关系强度，文件数量和引用总数。科 学 合 作 被 视 为 提 高 研 究 质 量 和 影 响 力 的 关 键 组 成 部 分（ÖzbaExpense，Esen，Esen，2019）。促进国际合作可以通过增加访问学者、建立多样化的合作关系、投入大量资金等多种方式为了加强国际联系，需要一个全面和适应性强的研究政策（Khudzari等人，2018年）。对于作者合著的研究，发现了一个共同作者的网络，并确定了合作的作者。合著分析（K. Chen，Zhang，&Fu，2019）是分析研究合作（RC）最常用的方法（Callon，Courtial，Turner，&Bauin，1983）。研究人员的总合著关系显示在链接中。研究人员&出于作者合著分析的目的，一位作者的最低文献和引文数量分别设定为2和10773名作者中只有49名符合标准。由于49位作者之间的密切联系，出现了不同的独特群体。这组六位作者拥有广泛的专业知识和长期合作的历史。表6显示了前十位作者的链接、TLS、文档和引文。Lee J.有4篇已发表的文章和2478篇引文，总链接强度最高（TLS=7），其次是Gosine R. (TLS=6，文件=2，和引文=19），和詹姆斯L。(TLS=6，文件=2，引文=19）。作者的关键词部分以独特的方式传达信息。“共现”是指词语在特定出版物中出现的频率（Callon等人，1983; N. Khan Qureshi，2020年）。单词强度的总长度节点大小表示单词的频率，例如，节点大小越大，短语越常见。连接两个或多个单词的粗线表示它们接近一个集群。将Scopus数据导入VOSviewer应用程序中进行作者关键词共现分析。在最少出现5个关键词的情况下，我们找到了4230个关键词中的385个。这385个关键词中的每一个都被归类到5个聚类中。Vosviewer例如，集群1中的关键词包括大数据、深度学习、机器学习、统计学和健康管理。使用R-Studio应用程序进行书目耦合分析。相互参考的研究的链接是书目耦合的一个重要方面。我们的分析单位已经确定，我们的计数技术也得到了严格的遵守。本研究的最小单元数为25，最小聚类频率为5，每个聚类的标签数为5。M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000795表2在IHC上发表的前10篇被引用论文作者文章标题引文引文/年份Del Ser等人（2019）生物启发计算：我们的立场和下一步是什么18446米塔尔，汗，罗梅罗，Wuest（2019）智能制造：特征、技术和使能因素15438.50Pace等人（2018）基于边缘的架构，支持高效的医疗保健应用程序工业4.014937.25Javaid等人（2020年）工业4.0技术及其在抗击COVID-19疫情中的应用13745.67电影Reis Gins（2017）大数据/工业4.0时代的工业过程监控：从检测到诊断，再到预测10417.33Grapov，Fahrmann，Wanichthanarak，Khoomrung（2018）深度学习在精准医学8316.6Gupta等人（2020年）在网络物理系统中使用AI的智能合约隐私保护：工具，技术和挑战5016.67Abdel-Basset，Chang，Nabeeh（2021）使用颠覆性技术进行COVID-19分析的智能框架5025Khalid等人（2018年）工业协作机器人网络物理系统的安全框架469.20Pilloni（2018）数据将如何改变工业流程：众测、众包大数据成为工业4.0的支柱448.8表3图五. 根据出版物数量排名前十的机构。表5就总出版物而言，最具代表性的作者作者产品数量文章分类Kumar S40.92汗M30.67Li Y30.58公园H30.92扎卢德湖30.88Ahmad M20.46阿贾伊岛20.67阿尔加尼湾20.42安多内吉岛20.50巴古拉A20.67表4十大最具生产力的国家。国家文章意大利57英国35中国31印度29西班牙29美国28德国24巴西23捷克共和国19澳大利亚14分析各国国家文件引文总链路强度美国26285520印度2387518中国2429017澳大利亚128817巴基斯坦1221717联合王国1859113沙特阿拉伯728112意大利314699德国182499巴西141329西班牙143187马来西亚666葡萄牙61875加拿大91774韩国71764法国61024波兰6333台湾6492印度尼西亚5652图8中的圆圈越宽，书目联系似乎越强。最突出的集群是在涉及未来互联网，清洁制造和传感器等关键词的文章中发现的，总频率为11，中心度为3.91。M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000796见图6。 作者关键词的树状图。图7. 由VOSviewer开发的作者关键词网络的共现。M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000797图第八章 体现文献耦合的文献计量图。表6作者的合著分析作者文件引文总链路强度李j424787戈西河2196James L.2196瓦纳辛哈河2196科兰山口2196阿扎姆法尔湾2915辛格·J2915多布扎布斯卡河2134多布扎湖2134多布扎布斯基湾2134在图9中，根据每年出版物的分布，我们将我们的收藏分为三个时间段：2005-2018年，2019-2019年和2020-2022年。图9示出了基于标题分析的作者概念的主题评估。行业、系统和工业等主题开始时是专门的主题，到2019-2019年，技术、医疗保健、护理和框架等不同的主题与这些主题合并。制造、智能和生产成为2020年至2022年期间IHC的重要理念，如图所示。第九章图10描绘了基于文档标题的历史学映射。图中的每个节点指示来自已被另一文档提及的检查数据集的文档。此外，每个标题由不同的边缘表示。例如，Chute& French（2019）于2019年发表了一篇论文，该论文在2020年的一篇论文和2021年的三篇文章中被引用。4. 关于IHC在本节中，基于所选的47篇文章，对工业4.0和医疗保健（IHC）进行了详细分析以下部分根据IHC中的七个主要类别介绍了论文有关文献已分类为（i）概念框架医疗保健4. 0、（ii）进度问题、（iii）安全问题、（iv）COVID-19、（v）数字供应链、（vi）区块链技术及（vii）人工智能。我们根据参考文献开发了一个框架，该框架整合了与IHC相关的六个主要关键组件。图11示出了基于相关文献提出的IHC框架。4.1. 医疗保健4.0医疗保健自文明开始以来就存在，但在过去的几十年里，它发生了巨大的变化。 医疗1.0在很大程度上仅限于提供身体健康服务，如检查生命体征和通过自然方式分娩婴儿。然后，随着现代医学的出现，医疗保健2.0将手术和医疗机器等机械服务添加到其系统中。医疗3.0以患者为中心，医疗4.0涉及云计算，雾计算和物联网。 随着人口和技术设施的增长，以更好的设施和灵活的方式促进医疗保健服务变得越来越重要。根据Jayaraman等人（2019）的说法，医疗保健4.0是从工业4.0发展而来的一个相对较新的短语（Jayaraman，Forkan，Morshed，Haghighi，&Kang，2020）。在医疗保健4.0中，数据驱动的数字健康技术包括创新健康、在线健康、移动健康、移动健康、无线健康、电子健康、远程健康/远程医疗、医疗信息技术、数字医学、健康信息、无处不在的健康和健康信息系统（Jayaraman等人， 2020年）。COVID-19的出现证明了为什么在开发各种方法时考虑IHC至关重要，这些方法可以为患者和从业者提供服务，同时提供安全性、问责制和系统安全性-数字技术帮助为医疗保健专业人员建立安全的工作环境（Kaiser等人， 2021年）。M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000798见图9。基于标题分析的作者概念的主题评估图10. 历史地图。已经提到的几项研究为更有效和更高效的保健系统提供了一个概念框架。例如，Dobi等人（2019）提供了一种适用于医疗保健业务的新技术，特别是用于监测患者该框架是使用马尔可夫链为基础的技术。马尔可夫链&Benis等人（2021）提出了一种数字健康，这是一种长期健康环境的有概念框架数字健康基于两个核心概念（一个健康和数字健康）、三个视角（个人健康和福祉、人与社区和环境）和独立变量（公民参与、教育、环境、人类和兽医保健以及保健、工业4.0）。一个数字健康的目标是通过采用系统的生命和健康科学方法，考虑公共卫生，动物健康和环境管理的多个数字技术观点，实现长期健康环境的数字化。然而，其他问题，如电子卫生信息的交换，在联合国系统内尚未得到解决。M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）1000799图十一岁 基于参考文献的IHC框架初级卫生保健系统的管辖权（Larrucea，Mo e，Asaf，Santamaria，2020）。4.2. 调度问题调度问题需要在给定各种目标、系统条件和作业特性的情况下确定理想的调度在制造工厂、服装行业广泛面临调度问题的同时，医疗系统也将调度问题视为智能医疗系统瓶颈的关键因素之一。几项研究发现了医疗保健行业的时间表问题，并提出了解决这些挑战的新方案。Dootio等人（2022）为IIoHT机制开发了轻量级远程程序调用（RPC）该研究处理了日程问题，并将所有医疗工作量安排在截止日期之前。该研究使用线性整数规划，与现有RPC相比，有助于将调度延迟减少高达50%（Dootio等人， 2021年）。Chauhan等人（2021）制定并研究了与具有循环经济特征的智能医疗废 物 处 置 系 统 相关的 七 项 原 则 ， 以 使 用 决 策 试 验 和 评 估 实 验 室（DEMATEL）技术恢复一次性用品的价值。使用因果图根据相关性和净因果关系选择标准（Chauhan，Jakhar，Chauhan，2021）。大多数智能医疗服务都是面向医院的。此外，患者的数据没有组织并且依赖于应用，在许多情况下导致注意力延迟。为了克服这种情况，Bedon et al. （2020）开发了一种基于家庭的智能健康模式，考虑了物联网（IoT）、医疗物联网和智能健康应用。与现有医疗机构相比，拟议的医疗服务减少了注意力延迟（Bedón-Molina，Lopez，&Derpich，2020）。Ajayi等人（2019）旨在解决非洲的调度问题通过在各国发展相互连接的医疗设施。开发了一个合作和竞争的协作模型，考虑了两种分配方案，如基于遗传算法的VM分配（GAVA）和稳定室友分配（SRA）（Ajayi，Bagula，&Maluleke，2020）。然而，该研究的局限性之一是，研究结果是基于模拟模型。因此有与会者就拟议模型在现实世界中的表现提出了问题。4.3. 安全问题患者数据隐私是医疗保健行业最紧迫的问题之一根据2020年发表在网络犯罪杂志上的一项研究，93%的美国人健康护理组织经历了严重的安全破坏，其导致数据泄露、拒绝服务攻击、恶意软件或其它网络入侵。如果不对个人的EHR（电子健康记录）系统进行审计，就不可能确定个人云设置已经成为黑客最感兴趣的领域之一，因为大部分医疗保健系统都将患者数据存储在云上。鉴于IHC的安全性困难，多项研究提出了几种保护技术来保护基于云的医疗数据。因此，医疗保健业务正在努力开发一种需要更高级别安全性和真实性的云服务器。例如，签名-加密，签名和加密的混合物，在基于云的访问系统中已经展示了有希望的结果。然而，它们中的大部分更适合于同质而不是异质的情况。Ullah等人（2022）开发了一种用于物联网设置的访问控制机制，该机制利用异构签密来克服这些问题。根据作者的说法，他们提出的技术可能会经受住一系列风险，如保密性，完整性，（Ullah，Zahid，Algarni，Khan，2022）。Khan等人（2022）进行了类似的研究。此外，作者还为物联网创建了一种高效的签密技术。物联网利用互联网作为一个关键的渠道，沟通的单一文件，以及多数字通信。作者研究了处理成本和传输带宽方面的以下安全特性：匿名性作者使用超椭圆曲线（HEC）开发了用于多数字通信的轻量级且安全的代理盲签密，其计算成本较低并且提供较高的传输容量（Khan等人，2022年）。护理 4.0, 一个 集成护理范式提出Chute等人（2019），旨在为患者提供最大限度的控制M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）10007910他们的医疗信息。 Care 4.0的首要目标是建立与数字医疗和护理服务相关联的可信赖和连接的网络。计划的护理4.0网络和技术可以帮助个人管理和利用他们的资产，无论是在他们的本地护理圈内还是在整个社区（Chute French，2019）。除了Chute等人，Pace et al.（2019）提出了一种有效的医疗保健行业4.0应用。构建了一个简单的支持多无线电和多技术的客户端模块来收集本地数据。他们提出的架构的潜在优势之一是，这些功能可以通过私有云和公共云平台访问，从而提供更好的可扩展性和弹性。在实时测试中，所提出的设计在数据传输和处理时间方面击败了竞争设备（Pace等人， 2018年）。Alvarado等人（2020年）将医疗保健4.0定义为采用三种关键范式：物联网、大数据和云计算，所有这些都在改变电子医疗及其整个生态系统，就像工业4.0正在使人类制造现代化一样（Borregan-Alvarado、Alvarez-Meaza 、 Cilleruelo-Carrasco 、 &Garechana-Anacabe ， 2020年）。4.4. COVID-19由于目前的COVID-19危机，超过8亿人没有基本的医疗保健，导致危及生命的疾病在全球范围内流行。虽然死亡人数据信超过55，000，00，每周另有200万人住院，但这个问题不会很快消失（Dashbord，2020; Ahsan ， Gupta 等 人 ， 2020; Ahsan 等 人 ， 2021; Ahsan ，EAlam，等人，2020; Ahsan等人，2022年）。移动应用程序、机器人、Wi-Fi摄像机、扫描仪和无人机正被用于对抗病毒传播。行业4.0 已 经 对 数 字 技 术 对 流 行 病 控 制 的 重 要 贡 献 产 生 了 影 响（Narayanamurthy Tortorella，2021）。在COVID-19高峰期，全球陷入前所未有的医疗危机。因此，学者和从业人员开发了各种工具和技术来实现系统的数字化以减少疾病传播并增加卫生保健设施的数量。例如，Majeed Lee（2021）制定了一项针对个人的数据收集策略，以减少COVID-19传播。他们的研究的潜在贡献之一推荐的技术在为用户构建原型系统时考虑了安全性（Majeed&Lee，2021）。Abdel et al.（2021）使用颠覆性技术创建了一个用于COVID-19分析的智能框架根据作者的说法，建议的方法将有助于预防COVID-19爆发，保护医疗保健人员的安全，并保护患者针对医疗队缺乏个人防护装备（PPE）的情况，创建了该框架（Abdel-Basset et et al.， 2021年）。根据Pérez Sust等人（2020年）的说法，颠覆性技术减轻了COVID-19流行期间卫生人员的负担（Pérez Sust等人，2020年）。可利用尖端监测技术监测感染COVID-19的个人。以COVID- 19为例，公共卫生倡导者认为，颠覆性技术对公共卫生至关重要（Benjamin，2020）。然而，由于全球正努力应对COVID-19，现有的IHC系统被认为不足以应对该情况。截至2022年1月，目前的COVID-19感染病例为307，685，974例（Dashbord，2020年6月），最终导致医疗保健危机扩大。因此，研究人员和学者应该开发新的解决方案，这些解决方案在医疗保健领域的当前情况下可能更具影响力。4.5. 人工智能人工智能或人工智能在医疗和保健行业受到热烈欢迎（Abdel-Bassetet et al.，2021年）。AI在医学界呈指数级增长，目前被视为其最重要的形式之一（Paul et al.，2021; Ahsan，E Alam等人，2020年）。随着许多医疗机构已经使用这种设备，人们现在可以看到它在工业4.0和医疗保健中发挥的重要作用。今天，一些基于虚拟现实的系统正在被用来帮助医生进行疾病诊断，而其他一些设备则使用复杂的系统，这些系统处理从患者记录中获得的数据，同时始终保持它们的安全性（N。KhanQureshi，2020年）。能够识别笔迹的机器也已经被医院广泛使用，在医 院 中 ， 它 们 用 于 在 分 析 患 者 的 医 疗 记 录 之 后 为 患 者 开 具 处 方（Sadman等人， 2020年）。AI主导了IHC，并被许多参考文献引入。例如，Yang等人（2020）提出了使用网络物理系统（CPS）的家庭护理机器人系统（Yang等人，2020年）。Mohanta等人（2019）预测了使用AI，IoT和5G通信的数字医疗系统的范式转变。人工智能与带有传感器的可穿戴设备相结合，作者介绍了卫生部门的这一先进发展，即医疗保健5.0（Mohanta，Das，Patnaik，2019）。人工智能技术已经开始进入医学领域，试图找出医生可能没有注意到的疾病症状。该技术的出现将允许更好地监测患者状况，允许基于个人需求的更个性化的护理计划（Szolovits，2019）。举个例子，我们可以拿今天许多医院使用的“预测”软件为例。这种特殊形式的AI通过分析患者的ECG信号和其他生命体征，甚至在心脏病发作发生之前就有助于检测心脏病发作（Ahsan，Mahmud等人，2021年）。然后，它向医生提供关于即将发生的心脏病发作的可能性增加的警告，以帮助他们提前进行干预。这种设备相当昂贵，但正在广泛使用，以获得更好的效果。这种高端系统帮助医生在全世界挽救了无数生命。人工智能系统还可以用于阿尔茨海默病、痴呆症或中风患者的大脑扫描，这些患者可能不再记得自己的名字或长相。医生们也越来越多地使用人工智能系统进行医疗手术，如肿瘤切除、膝关节置换手术等， 而外科医生经常使用虚拟现实设备进行训练练习（Najarian，Fallah-nezhad，&Afshari，2011）。医科学生亦可利用这些仪器，更深入了解人体在手术过程中的运作。使用智能软件技术与车辆上的GPS设备相结合，救护车现在可以获得有关紧急情况最快路线的实时信息，而一些医院甚至采用了全天候工作的机器人，将患者数据输入系统，同时监督他们 的 药 物 需 求 （ Nanwani ， Kshirsagar ， Kawalkar ， Deshmukh ，2017）。4.6. 区块链技术Blockchain在医疗保健方面有各种应用。例如，区块链技术有可能将来自多个位置的患者医疗信息和处方数据合并到一个单一的数据库中。一 组 更 新 的 记 录 （ Zhang ， Schmidt ， White ， Lenz ，2018;Engelhardt，2017）。例如，Rupa et al. （2021）开发了一个基于Indus- try 5.0的区块链应用程序，以将医疗证书保存在remiX以太坊区块链上（Rupa，Midhunchakkaravarthy，Hasan，Al- humyani，&Saeed，2021）。Liuet al.（2017）提出了一种新的基于区块链的方法，用于可靠和高效的医疗记录交换系统。建议的模型的一个可能的好处是，它是一种成本效益高的技术，允许用户立即访问信息，而不影响安全性。然而，一个潜在的M.M. Ahsan和Z. SiddiqueInternational Journal of Information Management Data Insights 2（2022）10007911缺点是，该研究没有解决现有的电子健康记录如何与拟议的架构集成（Liu，Zhu，Mundie，&Krieger，2017）。Christo等人（2019）主张区块链技术作为一种分布式解决方案，在访问医疗报告时提供安全性。所提出的方案包括认证，加密和数据检索。作者声称，与其他现有技术相比，拟议的框架保护了患者&Kumar等人（2020）展示了一种基于医疗保健4.0协议并利用区块链技术的可穿戴肾脏系统。作者运用博弈论设计了资源受限的肾脏系统。根据作者的说法，拟议的系统将是从以专家或部门为中心的方法转向以数据和患者为中心的方法的一个例子，为医疗保健业务带来更多的透明度，信任和良好实践。Kumar，Kumar Sharma，Nayyar，Singh，Yoon，2020）。4.7. 数字供应链数字化供应链能够及时、经济地将正确的产品交付给正确的患者（AlMudimigh、Zairi、&Ahmed，2004年）。数字供应链通过降低成本，减少不必要的偏差，增加患者护理和参与，为医疗保健系统增加了另一层。例如，Dau等人（2019年）提出了一种循环经济转型范式，以研究医疗保健可持续供应链4.0。医疗保健系统的拟议范例强调了社会责任（Daú，Scavarda，Scavarda，&葡萄牙，2019）。在SARS-COV-2爆发期间，Zahedi等人（2021）建立了一个基于物联网的供应链网络。建议的方法缩短了救护车的响应时间。此外，该模型最大限度地减少了整体的关键反应时间。在伊朗，拟议的供应链模型在现实世界的情景中得到了测试。在三周内，实验结果表明，推荐的方法将COVID-19病例减少了35.54%（Zahedi，Salehi-Amiri，Smith，&Hajiaghaei-Keshteli，2021）。Fathollahi-fard 等 人 （ 2019 ） 为 绿 色 家 庭 医 疗 保 健 供 应 链（GHHCSC）开发了一个双目标位置分配路由模型。作者采用模拟方法介绍了五种新采用的退火技术。他们的最终结果证明了关于系统总成本和环境污染的满意结果。然而，由于COVID-19的持续危机，所提出的方法可能无法在近期如预期那样起作用，因此需要考虑额外的障碍（即，封锁、运输延迟、路线时间表）（Fathollahi-Fard、Govindan、Hajiaghaei-Keshteli、&Ahmadi，2019年）。此外，供应链相关问题，如库存数据不准确、供应分配延迟、制造设施重新利用缓慢以及缺乏创新，是医疗保健系统开发动态IHC需要解决 的 持 续 挑 战 （ Sidhu ， 2015;Wickramasinghe ， Al-Hakim ，Gonzalez，Ta
我的内容管理
展开
