15、物联网医疗保健与生物信息学中的人工智能应用

物联网医疗保健与生物信息学中的人工智能应用

物联网医疗保健系统的早期预警与架构

在医疗康复办公室，早期预警系统（EWS）通常仍基于纸质且需手动操作。这种纸质和不精确的信息收集方式常常导致预警分数的错误估计，使医疗当局误诊病情。而且，手动纸质方法速度慢，还需要工时资源来整理数据。近年来，早期预警系统开始向自动化电子阶段发展，具备物联网功能的可穿戴传感器系统有助于将EWS自动化方法应用于家庭场景。

早期预警系统是一种用于早期识别健康恶化的方法，旨在限制健康意外严重变化的影响。该系统使用早期预警分数（EWS）程序，根据对患者生命体征的重复生理测量，从患者观察表中计算出明确的分数，以确定综合分数，从而识别患者是否有健康恶化的危险。研究表明，患者在真正需要全面干预的临床情况出现前长达24小时就可能出现临床衰退。最简单的分数可以通过生理参数来确定，包括意识水平、心率、收缩压、呼吸频率、体温和血氧饱和度。每个参数的最高分为3分，最低分为0分，最终分数由此得出。较低的分数会导致识别频率的改变，而较高的分数则意味着对患者给予更高级别的医疗关注，例如由医疗专家进行评估或将患者转至急诊室。

系统架构包括三个主要部分：
1. 传感器网络 ：在传感器网络中，可穿戴传感器记录医疗参数。根据数据变化率和能力，传感器分为三类。第一类是高数据速率传感器，用于流式传输稳定参数，如心电图信号；第二类传感器以较低的数据速率读取和记录数据，如体温和环境传感器；最后一类传感器并非完全自动化，由患者或家庭护理人员偶尔使用，其读取的值（如血压）需手动添加到系统中。
2. 电子健康网关 ：该网关从多个传感器获取数据，进行格式转换，并提