A Sensor-Based Data Analytics for Patient Monitoring in Connected Healthcare Applications

Abstract

Hoy en día, mantener una salud fuerte y buena es una de las principales preocupaciones del público en general o de los gobiernos. El Internet de las cosas (IoT) se ha convertido en una solución eficiente para construir sistemas de salud inteligentes implementados en hospitales o en el hogar. Estas redes se basan en sensores biomédicos que se utilizan en equipos médicos electrónicos para recopilar de forma remota los signos vitales de los pacientes (presión, temperatura, frecuencia cardiaca, saturación de oxígeno, etc.). Generalmente, estos biosensores se implementan sobre o dentro del cuerpo del paciente y toman tres tipos de datos de registro como son numéricos, imágenes y videos. Sin embargo, los grandes datos recopilados por varios sensores biomédicos junto con la necesidad de detección de emergencia, las energías limitadas de los sensores y la predicción del progreso de la situación del paciente son los principales desafíos para las aplicaciones de IoT basadas en la salud. Para superar estos desafíos, proponemos, en este documento, un análisis de datos eficiente basado en sensores para el monitoreo y la evaluación de pacientes en tiempo real para ayudar tanto al hospital como al personal médico. El mecanismo propuesto consta de tres fases: detección de emergencia, adaptación de la frecuencia de detección y predicción en tiempo real de la situación del paciente. A través de simulaciones sobre datos reales de salud, mostramos la efectividad de nuestro mecanismo en comparación con otras técnicas existentes.