СИСТЕМА РАННЕГО ОПОВЕЩЕНИЯ ДЛЯ БОЛЬНИЦ С ИСПОЛЬЗОВАНИЕМ НОСИМОГО ЭКГ-УСТРОЙСТВА И МАШИННОГО ОБУЧЕНИЯ
DOI:
https://doi.org/10.52167/1609-1817-2024-135-6-383-392Ключевые слова:
оценка раннего предупреждения, мониторинг пациента, носимое ЭКГ-устройство, система мониторинга ЭКГ, машинное обучениеАннотация
По данным Всемирной организации здравоохранения многие клинические ошибки в медицинской практике происходят из-за неполного или несвоевременного доступа к информации о пациентах. Внедрение систем вызова медсестер значительно улучшает общение между медицинским персоналом и пациентами, повышает эффективность реагирования и удовлетворенность пациентов. Традиционные системы вызова медсестер, основанные на ручных обращениях пациентов за медицинской помощью, недостаточны для предотвращения непредвиденных медицинских ситуаций. В данной статье предлагается новый подход на основе разработанных авторами носимых ЭКГ-устройств для мониторинга сердечно-сосудистой системы пациентов. Этот подход использует методы машинного обучения для анализа данных с носимых устройств ЭКГ, что позволяет своевременно выявлять опасные состояния пациентов и необходимые медицинские вмешательства. Предлагаемая система раннего оповещения для больниц выполняет различные важные функции, такие ка, непрерывная регистрация электрической активности сердца, предварительная обработка данных для снижения шума и повышения точности, извлечение ключевых параметров для дальнейшего анализа, формирование диагностических показателей и комплексная оценка состояния сердца для выявления потенциальных аномалий.
Библиографические ссылки
[1] Kanan R., Elhassan O., Batteryless Radio System for Hospital Application, Proceedings of the 2016 sai computing conference, Page939-945, https://www.webofscience.com/wos/woscc/full-record/WOS:000389451900136
[2] Cristiano André da Costa, Cristian F. Pasluosta, Björn Eskofier, Denise Bandeira da Silva, Rodrigo da Rosa Righi, Internet of Health Things: Toward intelligent vital signs monitoring in hospital wards, Artificial Intelligence in Medicine, Volume 89, 2018, Pages 61-69, ISSN 0933-3657, https://doi.org/10.1016/j.artmed.2018.05.005.
[3] Gabriel J. Escobar, M.D., Vincent X. Liu, M.D., Alejandro Schuler, Ph.D., Brian Lawson, Ph.D., John D. Greene, M.A., and Patricia Kipnis, Automated Identification of Adults at Risk for In-Hospital Clinical Deterioration, Published November 11, 2020, N Engl J Med 2020;383:1951-1960, DOI: 10.1056/NEJMsa2001090, VOL. 383 NO. 20
[4] Savoldelli A; Vitali A, Remuzzi A, Giudici V., Improving the user experience of televisits and telemonitoring for heart failure patients in less than 6 months: a methodological approach, International journal of medical informatics, Volume161, DOI10.1016/j.ijmedinf.2022.104717
[5] Zhadyra N. Alimbayeva, Chingiz A. Alimbayev, Nurlan A. Bayanbay, Kassymbek A. Ozhikenov, Oleg N. Bodin and Yerkat B. Mukazhanov, “Portable ECG Monitoring System” International Journal of Advanced Computer Science and Applications (IJACSA), 13(4), 2022. http://dx.doi.org/10.14569/IJACSA.2022.0130408
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Дилфуза Ахмедова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
