論文の概要: Internet of Things and Health Care in Pandemic COVID-19: System Requirements Evaluation

• arxiv url: http://arxiv.org/abs/2205.03220v1
• Date: Thu, 5 May 2022 12:07:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 16:43:49.665065
• Title: Internet of Things and Health Care in Pandemic COVID-19: System Requirements Evaluation
• Title（参考訳）: パンデミックCOVID-19におけるモノのインターネットと医療 : システム要件の評価
• Authors: Hasan Naji, Nicolae Goga, Ammar Karkar, Iuliana Marin, Haider Abdullah Ali
• Abstract要約: 本報告は、新型コロナウイルス患者に対する遠隔監視システムの重要な要件を明らかにすることを目的とする。 患者にバイタルサインを通知するスマートブレスレットを統合したシステムでは,要件と値が決定される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Technology adoption in healthcare services has resulted in advancing care delivery services and improving the experiences of patients. This paper presents research that aims to find the important requirements for a remote monitoring system for patients with COVID-19. As this pandemic is growing more and more, there is a critical need for such systems. In this paper, the requirements and the value are determined for the proposed system, which integrates a smart bracelet that helps to signal patient vital signs. (376) participants completed the online quantitative survey. According to the study results, Most Healthcare Experts, (97.9%) stated that the automated wearable device is very useful, it plays an essential role in routine healthcare tasks (in early diagnosis, quarantine enforcement, and patient status monitoring), and it simplifies their routine healthcare activities. I addition, the main vital signs based on their expert opinion should include temperature (66% of participants) and oxygenation level (95% of participants). These findings are essential to any academic and industrial future efforts to develop these vital wearable systems. The future work will involve implementing the design based on the results of this study and use machine-learning algorithm to better detect the COVID-19 cases based on the monitoring of vital signs and symptoms.
• Abstract（参考訳）: 医療サービスにおける技術導入は、ケアデリバリーサービスの進歩と患者の体験改善につながった。 本研究は、新型コロナウイルス患者に対する遠隔監視システムの重要な要件を明らかにすることを目的とした研究である。 このパンデミックがますます増えているので、このようなシステムには重要なニーズがある。 本稿では,患者にバイタルサインを通知するスマートブレスレットを統合するシステムについて,その要件と値を決定する。 376) の参加者がオンライン定量的調査を行った。 研究結果によると、多くの医療専門家 (97.9%) は、この自動ウェアラブルデバイスは非常に有用であり、定期的な医療業務(早期診断、隔離、患者の状態監視)において重要な役割を担っており、定期的な医療活動を単純化していると述べている。 さらに、専門家の意見に基づく重要な兆候は、温度(参加者の66%)と酸素化レベル(参加者の95%)です。 これらの発見は、これらの重要なウェアラブルシステムを開発するための学術的、産業的な将来的な取り組みに不可欠である。 今後の研究は、本研究の結果に基づいて設計を実践し、バイタルサインや症状のモニタリングに基づいて、新型コロナウイルスの症例をよりよく検出するために機械学習アルゴリズムを使用する。

関連論文リスト

• SaludConectaMX: Lessons Learned from Deploying a Cooperative Mobile Health System for Pediatric Cancer Care in Mexico [33.91720564325487]
  SaludConectaMXは、メキシコのがん患児に対する化学療法を通しての合併症の要因を追跡し、理解するための総合的なシステムである。 本システムは,Webアプリケーション(病院職員用)とモバイルアプリケーション(家族介護者用)から構成される。 本稿では,1.5年間のパイロット実験によるシステム設計およびユーザビリティ評価結果について述べる。
  論文  参考訳（メタデータ） (2024-08-01T19:13:49Z)
• Evaluating the Fairness of the MIMIC-IV Dataset and a Baseline Algorithm: Application to the ICU Length of Stay Prediction [65.268245109828]
  本稿では、MIMIC-IVデータセットを用いて、滞在時間を予測するXGBoostバイナリ分類モデルにおける公平性とバイアスについて検討する。 この研究は、人口統計属性にわたるデータセットのクラス不均衡を明らかにし、データ前処理と特徴抽出を採用する。 この論文は、偏見を緩和するための公正な機械学習技術と、医療専門家とデータサイエンティストの協力的な努力の必要性について結論付けている。
  論文  参考訳（メタデータ） (2023-12-31T16:01:48Z)
• Cognizance of Post-COVID-19 Multi-Organ Dysfunction through Machine Learning Analysis [0.0]
  本研究は,多臓器機能障害の解析・予測のための機械学習技術の応用に焦点を当てた。 COVID-19後症候群は、様々な臓器システムに影響を及ぼす幅広い持続的な症状を示しており、医療にとって大きな課題となっている。
  論文  参考訳（メタデータ） (2023-09-27T22:25:49Z)
• AI enabled RPM for Mental Health Facility [8.26802516741755]
  本稿では,非侵襲デジタル技術RFIDを用いたAI対応RPMシステムフレームワークについて述べる。 検索した時系列データに基づいて、今後3時間にわたって患者の健康的な兆候を示し、身体活動の分類をラベル付き身体活動の10つに分類する。 この枠組みは、予期せぬ臨床災害を避け、適切な医療介入による予防措置を取るのに役立つ。
  論文  参考訳（メタデータ） (2023-01-20T23:47:16Z)
• COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
  COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。 ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
  論文  参考訳（メタデータ） (2023-01-04T16:05:51Z)
• COVID-Net Biochem: An Explainability-driven Framework to Building Machine Learning Models for Predicting Survival and Kidney Injury of COVID-19 Patients from Clinical and Biochemistry Data [66.43957431843324]
  我々は、機械学習モデルを構築するための汎用的で説明可能なフレームワークであるCOVID-Net Biochemを紹介する。 この枠組みを用いて、新型コロナウイルス患者の生存率と、入院中に急性腎不全を発症する可能性を予測する。
  論文  参考訳（メタデータ） (2022-04-24T07:38:37Z)
• COVID-Net Clinical ICU: Enhanced Prediction of ICU Admission for COVID-19 Patients via Explainability and Trust Quantification [71.80459780697956]
  患者臨床データに基づくICU入院予測のためのニューラルネットワークであるCOVID-Net Clinical ICUを紹介する。 提案されたCOVID-Net Clinical ICUは、1,925人のCOVID-19患者からなるシロ・リバネ病院の臨床データセットを使用して構築された。 定量的説明可能性戦略を用いたシステムレベルの洞察発見を行い,異なる臨床特徴の意思決定効果について検討した。
  論文  参考訳（メタデータ） (2021-09-14T14:16:32Z)
• The Role of Robotics in Infectious Disease Crises [46.43737882437637]
  新型コロナウイルスの感染拡大を受け、医療・公共安全・経済システムの課題が浮き彫りになっている。 感染症の流行に伴うエンジニアリング上の課題を予知し、解決する上で、補完的な必要性がある。 技術的能力が向上し、将来ロボットシステムの設置基盤が増加するにつれ、将来の危機においてさらに重要な役割を果たす可能性がある。
  論文  参考訳（メタデータ） (2020-10-19T22:54:12Z)
• CPAS: the UK's National Machine Learning-based Hospital Capacity Planning System for COVID-19 [111.69190108272133]
  新型コロナウイルス(COVID-19)の2019年は、集中治療リソースに対する前例のない需要を伴う圧倒的な医療システムの脅威となる。 病院資源計画のための機械学習システムであるCPAS(COVID-19 Capacity Planning and Analysis System)を開発した。 CPASは、新型コロナウイルス(COVID-19)のパンデミックに対処するため、全国規模で病院に配備された最初の機械学習ベースのシステムの一つだ。
  論文  参考訳（メタデータ） (2020-07-27T19:39:13Z)
• Multi-Task Temporal Shift Attention Networks for On-Device Contactless Vitals Measurement [9.825675909430611]
  ビデオベースおよびオンデバイス型光学式心肺蘇生標識計測手法を提案する。 移動プラットフォーム上でのリアルタイム心血管および呼吸の測定を可能にする。 我々は,高度なRISCマシン(ARM)CPU上でのシステム評価を行い,150フレーム/秒以上動作しながら最先端の精度を実現した。
  論文  参考訳（メタデータ） (2020-06-06T06:31:24Z)

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。