Situation-Aware Mobile Health Monitoring

Abstract

Recent advances in mobile computing coupled with the widespread availability of inexpensive mobile devices are the key motivating factors for the development of mobile health monitoring systems. However, to leverage the full potential of such systems for continuous and real time monitoring, there are a number of challenges that need to be addressed. This paper proposes a situation-aware mobile health monitoring framework that aims to increase not only the accuracy in identifying the occurring health conditions but also the cost-efficiency of running algorithms (e.g. the activity recognition classifier) using a situation-aware adaptation technique. The proposed framework integrates high level knowledge (i.e. user activity) with low level sensory data (e.g. heart rate) in situation reasoning and data fusion. Such holistic situational information can significantly improve accuracy of clinical decision making and selfmanagement of chronic diseases. The implementation and evaluation of the framework for a health monitoring application is described. Categories and Subject Descriptors C.3 Special-purpose and Application-based systems-Real-time and embedded systems, and D.4.7 Organization and Design-Real-time systems and embedded systems.

Um modelo de monitoramento de pacientes utilizando a ciência de situação

“…O trabalho de Delir Haghighi et al (2014) propõe uma modelo de monitoramento móvel da saúde utilizando ciência de situação. O modelo proposto integra o conhecimento de alto nível com os dados sensoriais de baixo nível, utilizando como mecanismo de raciocínio, uma adaptação da Lógica Fuzzy, chamada pelos autores de Inferência Fuzzy de Situação (Fuzzy Situation Inference).…”

“…Nos trabalhos estudados, foi indicado pelos autores a aplicação deste conceito, porém, ao realizar a análise os modelos propostos, se identificou que o terceiro nível da ciência de situação -projeção de futuros estadosnão foi implementado em todos os trabalhos. Exceto os artigos apresentados por Rocha, Costa e Right (2015) e Delir Haghighi et al (2014), apresentaram o terceiro nível da ciência de situação, os outros três trabalhos tiveram a implementação somente dos dois primeiros níveis.…”

Uma Contribuição à Reabilitação Cardíaca Explorando a Identificação de Situações na IoT

“…Haghighi et al [Haghighi et al 2014] apresentam uma arquitetura para uma aplicação específica na área de monitoramento de pacientes hipertensos. Nesta aplicação não é provido suporte ao processamento distribuído.…”

Identificação de Situações de Risco para Pacientes em Reabilitação Cardíaca Explorando uma Arquitetura de Software na Internet das Coisas

“…No EXEHDA-HP quatro algoritmos de aprendizado foram testados, além disso,é oferecido suporte para inclusão de novos algoritmos no repositório de componentes de processamento. Haghighi et al [Haghighi et al 2014] apresentam uma arquitetura para uma aplicação específica, sem suporte a processamento distribuído. Já o EXEHDA-HP foi especificado para ser independente do domínio de aplicação e sua arquitetura foi construída para poder operar de forma distribuída.…”