Aller au contenu principal
Accès ouvert déclaré 2026 article

An AI-driven Low-Code Framework for Healthcare System Digital Transformation

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : mk. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The healthcare sector is under increasing pressure to optimize operational efficiency, reduce administrative burdens, and enhance patient-centric services; all while maintaining strict regulatory compliance. This study investigates the integration of Robotic Process Automation (RPA) with low-code development platforms as a transformative approach to healthcare automation. The study proposes a comprehensive framework that leverages low-code RPA to automate complex, rule-based processes, including electronic medical record (EMR) updates, insurance claims processing, and compliance reporting, without requiring extensive software development expertise. Using system architecture modeling, workflow analysis, and proof-of-concept implementation, this research evaluates the technical efficacy, scalability, and security of low-code RPA solutions in healthcare environments. Key contributions include a domain-specific methodology for identifying automation candidates, a modular orchestration model for RPA deployment, and performance metrics demonstrating improvements in task execution time, accuracy, and resource utilization. The study also addresses critical challenges, including interoperability with legacy healthcare information systems, data privacy (e.g., HIPAA compliance), and governance of autonomous processes.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
An AI-driven Low-Code Framework for Healthcare System Digital Transformation
Date Crossref
08/08/2026
Éditeur
European Scientific Institute, ESI
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Robotic Process Automation ApplicationsBusiness Process Modeling and AnalysisArtificial Intelligence in Healthcare and Education

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.