Evaluación de potencial del internet de las cosas en la salud mediante mapas cognitivos difusos

La Internet de las cosas ha extendido su aplicación a casi todos los aspectos de nuestras vidas durante los últimos años. Incluso el sector de la salud ha aprovechado la IO. Las tecnologías de identificación por radiofrecuencia y ZigBee pueden utilizarse para reducir los tiempos de trabajo y los cos...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Miguel Ángel Quiroz Martínez, Rodrigo Alexander Arguello Ruiz, Mónica Daniela Gómez Ríos, Maikel Yelandi Leyva Vázquez
Formato: article
Lenguaje:ES
Publicado: Universidad de Cienfuegos 2020
Materias:
L
Acceso en línea:https://doaj.org/article/14560c386ca94702978a0a0fcaa0f38c
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Descripción
Sumario:La Internet de las cosas ha extendido su aplicación a casi todos los aspectos de nuestras vidas durante los últimos años. Incluso el sector de la salud ha aprovechado la IO. Las tecnologías de identificación por radiofrecuencia y ZigBee pueden utilizarse para reducir los tiempos de trabajo y los costos, conectando dispositivos inteligentes a Internet, lo que permite crear sistemas de vigilancia y control para los pacientes en hospitales y clínicas. Los mapas cognitivos difusos (FCM) mejoran los mapas cognitivos, describiendo la fuerza de la relación mediante el uso de valores difusos en el intervalo [-1,1]. Dada la gran utilidad de los FCM, se han extendido para modelar diversas situaciones. De esta manera, pueden ser utilizados para representar modelos mentales y ser de gran ayuda en los procesos de toma de decisiones. Esta metodología permite crear y enriquecer modelos de decisión, en los que se representa información vaga e imprecisa a través de variables lingüísticas. En este trabajo proponemos modelar un FCM definiendo los factores críticos de éxito de los proyectos de IO aplicados a la salud. Después de procesar la matriz de adyacencia, los valores de indigencia, desgraduación y centralidad de cada factor, concluimos que el factor más importante es la disminución de la mortalidad.