健康與保健數據科學研究

數據科學是一門應用科學,它使用科學方法、過程、算法和系統從結構化和非結構化數據中提取知識和見解。 數據科學包括數據挖掘和大數據處理的概念和方法。數據科學的研究將使用最強大的硬件平台、軟件應用和高效的算法得出成果和解決問題。

人們每天處理大量數據,但很難將不同類型的數據與對應的新知識聯繫起來以便於作出決策。數據科學的研究可以幫助我們捕捉新知識並為我們的未來做出更好的決策,人類健康和福祉是我們需要解決的最重要領域之一。HiESD已開始研究以支持「智慧健康學校」和「大數據實驗室」的發展項目。

本研究旨在建立「數據科學與智慧健康平台」,通過物聯網技術、電子健康測量設備和人工智能為支撐收集學生健康數據。 該平台將有效地收集和關注數據,研究香港和大陸學生的身體、營養、生理和心理健康狀況。 香港與內地學生的健康狀況以及跨境學校學生的比較也是研究之一。 通過健康大數據分析,結合教育、健康、運動、環境、營養等領域專家提供的知識和經驗,有效進行推理判斷,開發健康知識專家體系,構建有用的健康評估模塊。

這些可以幫助學校改善學生的健康狀況,推廣自我保健的健康文化,並加速香港和中國實現健康社會的長遠目標。 通過持續收集健康大數據和人工智能數據分析,這些資料能大力支持政府、高校和科研院所的研究,以制定社會身心健康長期發展戰略和目標。 健康大數據和人工智能健康知識管理系統的研發,可以更好地配合數字醫療的發展對未來智慧城市的發展。

智慧健康平台數據科學研究

7個主要研究領域

  1. 大數據集成分析工具——這是一個大數據計算和分析引擎,可以通過多種方式幫助數據進行量化、統計和分析。 分析引擎將支持並執行三種不同類型的分析:
    1. 垂直分析 – 執行一般統計數據分析,包括例如百分比、分類、分佈和圖形分析。
    2. 水平分析 - 對數據與數據的關係進行定量分析,包括正相關分析和負相關分析。
    3. 綜合分析 - 對因果關係進行定性分析,包括事件的原因和推理分析。
  2. 知識管理 (KM) 系統 - 幫助分類、記錄、查找和呈現大數據分析結果和公告。
  3. 專家系統 - 幫助查詢和回答有關大數據分析和相關結果的問題。
  4. 物聯網設施 - 通過互聯網支持、電子測量設備和傳感器收集數據。
  5. 數據轉換 - 使用數據轉換軟件連接和轉換來自其他數據收集源(例如外國數據庫)的數據。
  6. 專項研究 - 通過數據電子連接方式對特定數據進行研究和分析。
  7. 數據共享 – 通過互聯網和雲端共享數據。

研發願景

推進區域健康教育的綜合數據庫和平台建設,與大灣區相關發展組織和機構開展中港合作,實施大灣區智慧健康數據庫和平台,支持大灣區發展。

與香港智慧城市發展的相關代理商和組織合作,將健康數據庫擴展到智慧城市,將數據和知識共享給不同行業和數據服務,加速香港智慧城市的發展。