[論文レビュー] A Context Aware Framework for IoT Based Healthcare Monitoring Systems

Yousef Abuseta|arXiv (Cornell University)|Aug 21, 2020

Context-Aware Activity Recognition Systems参考文献 17被引用数 6

ひとこと要約

本論文は、物理層、ミスト層、クラウド層をカバーする階層的アーキテクチャを用いて、コンテキストに配慮した分散型IoTフレームワークを、医療モニタリングシステムに提案する。AIを統合することで、システムコンponentsとその相互作用をモデル化し、動的変化する患者および環境コンテキストにリアルタイムで対応可能な、耐障害的かつ適応的モニタリングを実現する。

ABSTRACT

This paper introduces an investigation of the healthcare monitoring systems and their provisioning in the IoT platform. The different roles that exist in healthcare systems are specified and modeled here. This paper also attempts to introduce and propose a generic framework for the design and development of context aware healthcare monitoring systems in the IoT platform. In such a framework, the fundamental components of the healthcare monitoring systems are identified and modelled as well as the relationship between these components. The paper also stresses on the crucial role played by the AI field in addressing resilient context aware healthcare monitoring systems. Architecturally, this framework is based on a distributed layered architecture where the different components are deployed over the physical layer, fog platform and the cloud platform.

研究の動機と目的

• IoT環境における耐障害的かつコンテキストに配慮した医療モニタリングシステムの設計という課題に対処すること。
• IoTベースの医療モニタリングシステムにおける主要コンponentsとその関係を特定・モデル化すること。
• 人工知能が適応的かつ反応的なコンテキストに配慮したモニタリングを可能にする役割を調査すること。
• IoTプラットフォーム上でコンテキストに配慮した医療モニタリングシステムを構築するための汎用的でスケーラブルなフレームワークを提案すること。

提案手法

• 物理層、ミスト層、クラウド層の各プラットフォームを用いた分散型階層的アーキテクチャの設計。
• 形式的モデリング技術を用いてシステムの役割とコンponentsをモデル化し、それらの相互作用を定義すること。
• コンテキストデータの処理とリアルタイムでの知能的意思決定を可能にするためにAI技術を統合すること。
• レイヤー間でのデータフローと制御メカニズムを定義し、低遅延でコンテキストに敏感な応答を保証すること。
• 多様な医療モニタリングシナリオにわたる拡張性と再利用性を支援するため、汎用的フレームワーク抽象化を用いること。
• モジュラリティ、保守性、スケーラビリティを確保するため、ソフトウェア工学の原則を適用すること。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、IoTベースの医療モニタリングシステムにコンテキストに配慮した機能を効果的に統合し、応答性と適応性を向上させることができるか？
• RQ2 スケーラブルで耐障害的なコンテキストに配慮した医療モニタリングシステムを構築するために、どのようなアーキテクチャコンponentsと関係性が不可欠か？
• RQ3 人工知能は、動的変化する医療環境において、コンテキストに配慮した意思決定の適応性と信頼性をどのように向上させることができるか？
• RQ4 このようなシステムにおいて、計算およびデータ処理タスクを物理層、ミスト層、クラウド層に最適に分散する方法は何か？

主な発見

• 提案されたフレームワークは、IoTベースの医療モニタリングシステムのコアコンponentsを効果的にモデル化し、それらの相互関係を明確に定義している。
• AIの統合により、患者および環境コンテキストの変化にリアルタイムで適応可能となり、システムの応答性が向上している。
• 階層的アーキテクチャにより、物理層、ミスト層、クラウド層に処理を分散させることで、スケーラビリティとフォールトトレランスが確保されている。
• センサデータおよび環境データの継続的モニタリングと適応的処理を通じて、動的コンテキスト認識が実現されている。
• ミスト層およびエッジ層への処理のオフロードにより、データプライバシーの強化と低遅延応答が実現されている。
• フレームワークは汎用的かつ再利用可能であり、モジュラコンponents設計により、多様な医療モニタリングアプリケーションをサポートしている。