
Актуальність: застосування штучного інтелекту в системах постійного моніторингу рівня глюкози має велике значення для покращення управління цукровим діабетом. Розвиток штучного інтелекту в системах постійного моніторингу рівня глюкози може допомогти вдосконалити алгоритми прогнозування та реагування на зміни рівня глюкози, забезпечуючи більш ефективний та індивідуалізований підхід до лікування цукрового діабету. Мета: дослідження та розробка системи постійного моніторингу рівня глюкози з використанням штучного інтелекту. Для досягнення мети поставлено наступні задачі: 1. Проаналізувати існуючі моделі та алгоритми штучного інтелекту, що застосовуються у сфері медичного моніторингу. 2. Вивчити принципи функціонування та особливостей роботи сучасних систем постійного моніторингу рівня глюкози. 3. Розробити та оптимізувати алгоритми обробки та аналізу даних, зібраних від сенсорів моніторингу глюкози. 4. Впровадити методи машинного навчання для прогнозування тенденцій зміни рівня глюкози та виявлення аномальних показників. 5. Оцінити ефективність та надійність розроблених алгоритмів на клінічних даних з метою їх подальшого використання у практиці.
система моніторингу глюкози, machine learning, glucose monitoring system, штучний інтелект, постійний моніторинг глюкози, continuous glucose monitoring, алгоритми прогнозування, машинне навчання, artificial intelligence, prediction algorithms
система моніторингу глюкози, machine learning, glucose monitoring system, штучний інтелект, постійний моніторинг глюкози, continuous glucose monitoring, алгоритми прогнозування, машинне навчання, artificial intelligence, prediction algorithms
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
