Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloAutomated Characterization of Mobile Health Apps' Features by Extracting Information from the Web: An Exploratory Study
Anno di pubblicazione2018
FormatoElettronico
Autore/iPaglialonga A., Schiavo M., Caiani E.G.
Affiliazioni autoriPaglialonga A: Consiglio Nazionale delle Ricerche (CNR), Istituto di Elettronica e di Ingegneria dell'Informazione e delle Telecomunicazioni (IEIIT); Schiavo M: Politecnico di Milano, Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB); Caiani E G: Politecnico di Milano, Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) & Consiglio Nazionale delle Ricerche (CNR), Istituto di Elettronica e di Ingegneria dell'Informazione e delle Telecomunicazioni (IEIIT), Milan, Italy
Autori CNR e affiliazioni
  • ENRICO GIANLUCA CAIANI
  • ALESSIA PAGLIALONGA
Lingua/e
  • inglese
AbstractPurpose: To test the viability of a novel method for automated characterization of mobile health apps. Method: In this exploratory study, we developed the basic modules of an automated method, based on text analytics, able to characterize the apps' medical specialties by extracting information from the Web. We analyzed apps in the Medical (M) and Health & Fitness (H&F) categories on the US iTunes store. Results: We automatically crawled 42007 M and 79557 H&F apps' webpages. After removing duplicates and non-English apps, the database included 80490 apps. We tested the accuracy of the automated method on a subset of 400 apps. We observed 91% accuracy for the identification of apps related to health or medicine, 95% accuracy for Sensory Systems apps, and an average 82% accuracy for classification into medical specialties. Conclusions: These preliminary results suggested the viability of automated characterization of apps based on text analytics and highlighted directions for improvement in terms of: classification rules and vocabularies, analysis of semantic types, and extraction of key features (promoters, services, and users). The availability of automated tools for app characterization is important as it may support healthcare professionals in informed, aware selection of health apps to recommend to their patients.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da482
Pagine a492
Pagine totali11
RivistaAmerican journal of audiology (Online)
Attiva dal 1991
Editore: American Speech-Language-Hearing Association, - [Rockville, MD]
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 1558-9137
Titolo chiave: American journal of audiology (Online)
Titolo proprio: American journal of audiology (Online)
Titolo abbreviato: Am. j. audiol. (Online)
Titolo alternativo: AJA (Online)
Numero volume della rivista27
Fascicolo della rivista3
DOI10.1044/2018_AJA-IMIA3-18-0008
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000456823100012)
  • PubMed (Codice:30452752)
  • Scopus (Codice:2-s2.0-85048468193)
Parole chiaveHearing, Mobile Applications, m-Health, mobile health, Text Analytics, apps, e-Health, natural language processing, nlp, automated classifier
Link (URL, URI)https://aja.pubs.asha.org/article.aspx?articleid=2716590
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione20/06/2018
Note/Altre informazioniISSN: 1059-0889 eISSN: 1558-9137
Strutture CNR
  • IEIIT — Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni
Moduli/Attività/Sottoprogetti CNR
  • DIT.AD009.003.002 : DIGIHEALTH - Metodi e tecnologie dell’Ingegneria dell’Informazione per l’eHealth e i disordini della comunicazione
Progetti Europei-
Allegati