Challenges and Research Directions in Medical Cyber–Physical Systems

Lee, Insup; Sokolsky, Oleg; Chen, Sanjian; Hatcliff, John; Jee, Eunkyoung; Kim, BaekGyu; King, A. C.; Mullen-Fortino, Margaret; Park, Soo‐Jin; Roederer, Alexander; Venkatasubramanian, Krishna K.

doi:10.1109/jproc.2011.2165270

Cited by 279 publications

(39 citation statements)

References 58 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…However, we believe that this result can be used to roughly assess the amount of overhead needed to determine the timing guards for the code generation purpose using our framework. For purpose (2), we performed the empirical validation on the PCA infusion pump platform shown in Figure 16 that has been used for the generic PCA infusion pump reference implementation (Kim et al 2011;Lee et al 2012). The PCA infusion pump is equipped with the bolus request button that allows the patients to request for an additional amount of drugs whenever they feel pain.…”

Section: The Case Studymentioning

confidence: 99%

Determining Timing Parameters for the Code Generation from Platform-Independent Timed Models

Kim¹,

Sokolsky

et al. 2019

ACM Trans. Cyber-Phys. Syst.

View full text Add to dashboard Cite

Safety-critical embedded systems often need to meet dependability requirements such as strict input/output timing constraints. To meet the timing requirements, the code generation (e.g., C code) from timed models needs to determine the timing parameters that indicate when the code has to perform I/O with its platform. We propose a novel framework to determine such timing parameters from platform-independent timed models. Our framework involves two transformations. The first transformation systematically extends the platformindependent model by explicitly modeling input/output processing (e.g., sampling or interrupt-based) and the code invocation (e.g., periodic or aperiodic) mechanisms. Then, we verify if the resulting platform-specific model meets the timing requirements. In the case that the resulting model does not satisfy the timing requirements, we apply the second transformation to compensate the platform delay via adjusting the timing parameters at the code level. We formulate the adjustment mechanism using integer linear programming. If such an adjustment is feasible, generating the code with the new timing parameters guarantees the implemented system to meet the timing requirements. We validate our framework with case studies running on Patient-Controlled Analgesia (PCA) infusion pump platforms.

show abstract

Section: The Case Studymentioning

confidence: 99%

Determining Timing Parameters for the Code Generation from Platform-Independent Timed Models

Kim¹,

Sokolsky

et al. 2019

ACM Trans. Cyber-Phys. Syst.

View full text Add to dashboard Cite

show abstract

“…This is also often related to the issues of providing health-related information to other clinicians [15] or to automated systems [16], where the original owner of the data loses control over the further dissemination. In [17], the authors identify security and privacy issues as one of the major open research issues in the development of medical cyber-physical systems (MCPS), especially considering that interoperability capabilities will open up new attack surfaces that can be misused to harm patients by, e.g., manipulation of data or direct access to critical system components.…”

Section: Background and Related Workmentioning

confidence: 99%

A tamper-proof audit and control system for the doctor in the loop

et al. 2016

View full text Add to dashboard Cite

The “doctor in the loop” is a new paradigm in information-driven medicine, picturing the doctor as authority inside a loop supplying an expert system with information on actual patients, treatment results, and possible additional (side-)effects, including general information in order to enhance data-driven medical science, as well as giving back treatment advice to the doctor himself. While this approach can be very beneficial for new medical approaches like P4 medicine (personal, predictive, preventive, and participatory), it also relies heavily on the authenticity of the data and thus increases the need for secure and reliable databases. In this paper, we propose a solution in order to protect the doctor in the loop against responsibility derived from manipulated data, thus enabling this new paradigm to gain acceptance in the medical community. This work is an extension of the conference paper Kieseberg et al. (Brain Informatics and Health, 2015), which includes extensions to the original concept.

show abstract

“…В статье не затрагиваются специальные вопросы обеспечения макси-мальной надежности ПО, защиты медицинской информации и контуров управления испол-нительными устройствами, а также облегчения сертификации медицинских киберфизических систем: эти вопросы в той или иной степени раскрыты в работах [2][3][4][5].…”

Section: гибкая архитектура аппаратно-программных комплексов для физиunclassified

Flexible architecture of hardware-software complexes for physiological researches

Wasserman¹,

Kartashev²,

Zhvalevsky³

et al. 2016

Izv. vysš. učebn. zaved., Priborostr.

View full text Add to dashboard Cite

Обсуждаются проблемы разработки гибких аппаратно-программных комплек-сов для физиологических исследований. Проанализирован наиболее общий случай: использование серийной медицинской аппаратуры в качестве состав-ных частей комплекса. Для устранения ряда возникающих при этом проблем в качестве ядра комплекса предлагается использовать универсальное устройство, обеспечивающее синхронизацию всей аппаратуры и позволяющее расширять комплекс путем каскадирования. Программное обеспечение комплекса предла-гается делать модульным и работающим на основе трех типов сценариев: аппа-ратной конфигурации, алгоритмов регистрации сигналов и обработки получен-ных данных. Система хранения данных при этом должна быть адаптивной, под-страиваемой под сценарий. Ключевые слова: гибкая архитектура, аппаратно-программный комплекс, ре-гистрация физиологических сигналов, полиграфические исследования, модуля-ризация, конфигурирование на основе сценариевВведение. Аппаратно-программные комплексы (АПК), предназначенные для давно и ши-роко используемых (рутинных) медицинских обследований, как правило, мало приспособлены или даже вовсе непригодны для научных исследований и внедрения их результатов в клиниче-скую практику. Причина этого заключается в том, что при составлении технического задания на разработку подобных комплексов невозможно заранее определить набор регистрирующих устройств, необходимых для очередного исследования, и соответственно конфигурацию обору-дования, а также последовательность и структуру накапливаемых и обрабатываемых данных. Поэтому при построении АПК для исследовательской деятельности и решения сложных диаг-ностических задач представляется целесообразным использование гибкой архитектуры.В общем случае для каждого регистрирующего, управляющего или стимулирующего устройства, входящего в состав комплекса, требуется специфическое программное обеспече-ние (ПО), являющееся в настоящее время основным инструментом исследователя во многих предметных областях. К сожалению, разработка ПО зачастую ведется непрофильными спе-циалистами, что приводит к нестабильной или неточной работе ПО и, следовательно, к оши-бочным результатам исследований. Это становится серьезной системной проблемой, которая подробно описана в работе [1], где намечены также и пути ее решения. Подходы к созданию ПО, предлагаемые в настоящей статье, позволят, по мнению авторов, несколько сгладить ост-роту этой проблемы при научном применении АПК.Гибкость состава комплекса и "непредсказуемость" его с точки зрения разработчика диктуют и соответствующие свойства ПО. Модификация ПО для каждой новой задачи пред-ставляется нерациональной -альтернативой является модульная архитектура ПО с возмож-ностью добавления по мере необходимости как уже существующих, так и специально разра-ботанных новых модулей.

show abstract

Challenges and Research Directions in Medical Cyber–Physical Systems

Cited by 279 publications

References 58 publications

Determining Timing Parameters for the Code Generation from Platform-Independent Timed Models

Determining Timing Parameters for the Code Generation from Platform-Independent Timed Models

A tamper-proof audit and control system for the doctor in the loop

Flexible architecture of hardware-software complexes for physiological researches

Contact Info

Product

Resources

About