Wyszukiwanie zaawansowane ?

Obiekt

Artificial Intelligence in Multimorbidity Care: A Systematic Review of Opportunities, Challenges and Limitations
Pobierz

Tytuł: Artificial Intelligence in Multimorbidity Care: A Systematic Review of Opportunities, Challenges and Limitations

Tytuł odmienny:

Sztuczna inteligencja w opiece nad pacjentami wielochorobowymi:przegląd systematyczny możliwości, wyzwań i ograniczeń

Autor:

Hawrysz, Liliana

Opis:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2025; vol. 69, nr 3, s. 38-51

Abstrakt:

Aim: This study identified AI’s role in supporting patients with multimorbidity in primary healthcare and explored associated opportunities, challenges, and limitations. Methodology: A systematic literature search was conducted in Scopus, Web of Science, and PubMed using terms related to AI and multimorbidity in PHC. After screening, 53 articles met inclusion criteria and were analysed per PRISMA guidelines. Results: AI can support multimorbidity patients through personalized treatment, clinical support, virtual assistance and coordinated care via monitoring and interventions. However, adoption remains limited by poor data quality, disease interactions, low model interpretability and underrepresentation of multimorbid populations in training data. Consequently, AI’s role in supporting multimorbidity patients remains limited, with potential benefits unrealized. Implications and recommendations: Realizing AI’s potential for multimorbidity patients requires addressing technical, ethical, clinical and systemic challenges. Research must prioritize developing representative datasets and interpretable models that capture multimorbidity’s complexity to help deliver coordinated, patient-centred care. Originality/value: This analysis shows limited AI integration in multimorbidity care, highlighting the need for quality data and interpretable models. It identifies key challenges that must be overcome to transform AI from conceptual promise to practical support for individuals with multimorbidity.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2025

Typ zasobu:

artykuł

Identyfikator zasobu:

doi:10.15611/pn.2025.3.03 ; oai:dbc.wroc.pl:140502

Język:

eng

Powiązania:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2025; vol. 69, nr 3

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-SA 4.0

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Tytuł publikacji grupowej:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

7 lis 2025

Data dodania obiektu:

3 paź 2025

Liczba wyświetleń treści obiektu:

30

Wszystkie dostępne wersje tego obiektu:

https://dbc.wroc.pl/publication/179370

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Artificial Intelligence in Multimorbidity Care: A Systematic Review of Opportunities, Challenges and Limitations 7 lis 2025

Obiekty Podobne

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Przygotowanie spółek giełdowych do ujawniania informacji pozafinansowych

Hawrysz, Liliana

2017
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Rola organizacji sektora publicznego w kształtowaniu społecznej odpowiedzialności

Hawrysz, Liliana

2015
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Klient i jego satysfakcja w usługach administracji publicznej

Hawrysz, Liliana Hys, Katarzyna

2012
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Zaangażowanie organizacyjne - istota, pomiar i wdrożenie

Balcerek-Wieszala, Anna Hawrysz, Liliana

2012
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Politechnika Wrocławska (Koordynator Konsorcjum DBC)
Biblioteka Politechniki Wrocławskiej
Wybrzeże Wyspiańskiego 27
50-370 Wrocław, Polska

Telefon

(+48) 71-320-38-30
(+48) 71-320-47-50

E-Mail

bc@pwr.edu.pl

Odwiedź nas!

https://biblioteka.pwr.edu.pl/

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji