論文の概要: Building a Decision Support System for Automated Mobile Asthma
Monitoring in Remote Areas
- arxiv url: http://arxiv.org/abs/2112.11195v1
- Date: Sat, 11 Dec 2021 14:18:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-26 13:20:21.184128
- Title: Building a Decision Support System for Automated Mobile Asthma
Monitoring in Remote Areas
- Title（参考訳）: 遠隔地における自動喘息モニタリングのための意思決定支援システムの構築
- Authors: Chinazunwa Uwaoma, Gunjan Mansingh
- Abstract要約: 本稿では,運動によって引き起こされた喘息の早期症状を捉え解析するために,内蔵センサを搭載したスマートフォンを用いた。
予備的な結果は、スマートフォンが他のネットワークデバイスを使わずに喘息症状をモニターし、検出することができることを示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Advances in mobile computing have paved the way for the development of
several health applications using smartphone as a platform for data
acquisition, analysis and presentation. Such areas where mhealth systems have
been extensively deployed include monitoring of long term health conditions
like Cardio Vascular Diseases and pulmonary disorders, as well as detection of
changes from baseline measurements of such conditions. Asthma is one of the
respiratory conditions with growing concern across the globe due to the
economic, social and emotional burden associated with the ailment. The
management and control of asthma can be improved by consistent monitoring of
the condition in realtime since attack could occur anytime and anywhere. This
paper proposes the use of smartphone equipped with embedded sensors, to capture
and analyze early symptoms of asthma triggered by exercise. The system design
is based on Decision Support System techniques for measuring and analyzing the
level and type of patients physical activity as well as weather conditions that
predispose asthma attack. Preliminary results show that smartphones can be used
to monitor and detect asthma symptoms without other networked devices. This
would enhance the usability of the health system while ensuring users data
privacy, and reducing the overall cost of system deployment. Further, the
proposed system can serve as a handy tool for a quick medical response for
asthmatics in low income countries where there are limited access to
specialized medical devices and shortages of health professionals. Development
of such monitoring systems signals a positive response to lessen the global
burden of asthma.
- Abstract（参考訳）: モバイルコンピューティングの進歩は、スマートフォンをデータ取得、分析、プレゼンテーションのプラットフォームとして利用する健康アプリケーションの開発に道を開いた。
mhealthシステムが広く展開されている領域には、心血管疾患や肺疾患などの長期的な健康状態のモニタリングや、そのような状態の基準値からの変化の検出が含まれる。
喘息は、この病気に伴う経済的、社会的、感情的な負担により、世界中で懸念が高まっている呼吸状態の1つである。
喘息の管理と制御は、攻撃がいつでもどこでも起こりうるので、リアルタイムに状態を一貫した監視によって改善することができる。
本稿では,運動によって引き起こされた喘息の早期症状を捉え解析するために,内蔵センサを搭載したスマートフォンを用いた。
システムデザインは、喘息発作の前兆となる気象条件だけでなく、患者の身体活動のレベルやタイプを計測し分析するための意思決定支援システム技術に基づいている。
予備的な結果は、スマートフォンが他のネットワークデバイスを使わずに喘息症状をモニターし、検出することができることを示している。
これにより、ユーザのデータのプライバシを確保しながら、ヘルスシステムのユーザビリティを高め、システムデプロイメント全体のコストを削減できる。
さらに,特定医療機器へのアクセスが限られ,医療従事者が不足している低所得国において,喘息患者に対する迅速な医療対応のための便利なツールとして,提案システムを利用した。
このようなモニタリングシステムの開発は喘息の世界的な負担軽減にポジティブな反応を示す。
関連論文リスト
- Machine learning-based algorithms for at-home respiratory disease monitoring and respiratory assessment [45.104212062055424]
本研究の目的は、在宅呼吸器疾患のモニタリングと評価を容易にする機械学習ベースのアルゴリズムを開発することである。
健常成人30名を対象に, 呼吸圧, 血流, 胸腹部周囲の動的計測を行った。
ランダムフォレスト分類器、ロジスティック回帰、サポートベクターマシン(SVM)など、さまざまな機械学習モデルをトレーニングし、呼吸タイプを予測する。
論文 参考訳（メタデータ） (2024-09-05T02:14:31Z) - Harnessing the Digital Revolution: A Comprehensive Review of mHealth Applications for Remote Monitoring in Transforming Healthcare Delivery [1.03590082373586]
このレビューでは、遠隔医療プラットフォーム、慢性疾患管理用のモバイルアプリ、ウェアラブルデバイスなど、リモート監視に使用されるさまざまなタイプのmHealthアプリケーションを強調している。
これらの応用の利点は、患者の成果の改善、医療へのアクセスの向上、医療費の削減、医療格差への対処である。
しかしながら、プライバシやセキュリティ上の懸念、技術的なインフラストラクチャの欠如、規制のイシュー、データの正確性、ユーザの遵守、ディジタルディビジョンといった課題や制限には対処する必要がある。
論文 参考訳（メタデータ） (2024-08-26T11:32:43Z) - Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health
Monitoring Systems [69.41229290253605]
既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。
これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。
最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
論文 参考訳（メタデータ） (2024-01-19T16:26:35Z) - IoT-Based Remote Health Monitoring System Employing Smart Sensors for
Asthma Patients during COVID-19 Pandemic [0.0]
新型コロナウイルス(COVID-19)と喘息(喘息)は、コントロールされていない状況で生命を脅かす呼吸器疾患である。
バングラデシュなどの南アジアでは、新型コロナウイルス(COVID-19)の感染拡大が始まって以来、貧困が深刻化している。
本稿では,遠隔医療・環境モニタリングシステムの設計を通じて,現在の医療システムにおける課題が解決可能であることを実証する。
論文 参考訳（メタデータ） (2023-03-28T07:23:03Z) - PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal
Imputation [54.839600943189915]
モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。
豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。
このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
論文 参考訳（メタデータ） (2022-12-14T21:39:15Z) - Remote Medication Status Prediction for Individuals with Parkinson's
Disease using Time-series Data from Smartphones [75.23250968928578]
本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。
提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
論文 参考訳（メタデータ） (2022-07-26T02:08:08Z) - Certainty Modeling of a Decision Support System for Mobile Monitoring of
Exercise induced Respiratory Conditions [0.0]
目的は、患者の状態管理を支援するモバイルツールを開発することである。
提案するモデルアーキテクチャについて述べるとともに,臨床現場での応用シナリオについて述べる。
論文 参考訳（メタデータ） (2021-10-15T07:26:36Z) - Wearable Health Monitoring System for Older Adults in a Smart Home
Environment [1.14219428942199]
スマートホームにおける高齢者に適したウェアラブル型健康モニタリングシステムの設計について述べる。
提案システムは,スマートホーム環境における個人のストレス,血圧,位置をモニタリングするソリューションを提供する。
音声ベースのプロトタイプも実装し、スマートホーム環境に統合するシステムの実現可能性について分析した。
論文 参考訳（メタデータ） (2021-06-09T03:16:54Z) - Smart Speakers, the Next Frontier in Computational Health [0.0]
スマートスピーカーコンピューティングシステムは、健康研究の新たな分野を触媒する可能性を持つ、いくつかのユニークなアドバンテージを持っている。
これらのスマートコンピューティングシステムの近年の増加と普及は、慢性疾患管理の強化に大きな可能性を秘めている。
スマートスピーカーが健康を改善するために人と対話する方法には3つの幅広いメカニズムがある。
論文 参考訳（メタデータ） (2021-03-06T23:13:02Z) - Federated Learning in the Sky: Aerial-Ground Air Quality Sensing
Framework with UAV Swarms [53.38353133198842]
空気質は人間の健康に大きく影響し、空気質指数(AQI)の正確かつタイムリーな予測がますます重要になっている。
本稿では, 精密な3次元空気質モニタリングと予測を行うための, 新たなフェデレーション学習型地上空気質検知フレームワークを提案する。
地中センシングシステムでは, グラフ畳み込みニューラルネットワークを用いたLong Short-Term Memory (GC-LSTM) モデルを提案し, 高精度, リアルタイム, 将来的なAQI推論を実現する。
論文 参考訳（メタデータ） (2020-07-23T13:32:47Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳（メタデータ） (2020-04-16T15:53:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。