[论文解读] Pervasive Healthcare-A Comprehensive Survey of Tools and Techniques

Deepak Uniyal, Vaskar Raychoudhury|arXiv (Cornell University)|Nov 7, 2014

Context-Aware Activity Recognition Systems参考文献 221被引用 15

一句话总结

本文对普适性医疗保健技术进行了全面综述，重点介绍利用传感器和通信协议对生命体征进行持续、上下文感知监测的工具与技术。按患者年龄组对疾病进行分类，回顾了软硬件解决方案，并对141篇研究论文进行了详细的表格分析，系统性地概述了慢性病和跌倒、心脏事件等紧急情况的普适性医疗保健应用。

ABSTRACT

Pervasive healthcare is an emerging technology that aims to provide round-the-clock monitoring of several vital signs of patients using various health sensors, specialized communication protocols, and intelligent context-aware applications. Pervasive healthcare applications proactively contact the caregiver provided any abnormality arises in the health condition of a monitored patient. It has been a boon to the patients suffering from different diseases and requiring continuous monitoring and care, such as, disabled individuals, elderly and weak persons living alone, children of different ages, and adults who are susceptible to near-fatal falls or sudden increases in blood pressure, heart rates, stress level, etc. Existing surveys on pervasive healthcare cover generic techniques or a particular application, like fall detection. In this paper, we carry out a comprehensive coverage of several common disorders addressed by pervasive healthcare in recent years. We roughly classify different diseases by age groups of patients and then discuss various hardware and software tools and techniques to detect or treat them. We have also included detailed tabular classification of a large selection of significant research articles in pervasive healthcare.

研究动机与目标

• 为普适性医疗保健技术提供系统且全面的综述，以应对慢性和急性健康状况。
• 根据患者年龄组（如老年人、儿童和患有慢性病的成年人）对常见健康障碍进行分类。
• 分析并分类用于实时监测和早期检测的普适性医疗保健系统中的硬件和软件工具。
• 对本领域141篇重要研究论文进行详细的表格分类，帮助研究人员识别趋势与研究空白。
• 支持开发智能、上下文感知的应用程序，以便在健康异常时主动向照护人员发出警报。

提出的方法

• 对141篇经同行评审的普适性医疗保健研究论文进行系统性文献综述，依据相关性和影响力进行筛选。
• 按患者年龄组（老年人、儿童和患有慢性或急性风险的成年人）对疾病和健康状况进行分类。
• 对硬件组件进行分类，包括用于生命体征（如心电图、血压、血氧饱和度）的可穿戴和植入式传感器。
• 分析蓝牙、Zigbee和Wi-Fi等通信协议在医疗环境中实时数据传输中的应用。
• 研究软件技术，包括上下文感知应用、机器学习模型和用于异常检测的决策支持系统。
• 创建14张详细表格，总结所调研研究的关键特性、方法、评估指标和研究结果。

实验结果

研究问题

• RQ1 普适性医疗保健系统在不同年龄组中主要应对哪些最普遍的健康状况？
• RQ2 哪些硬件和软件工具在持续、实时监测生命体征方面最为有效？
• RQ3 普适性医疗保健系统中的通信协议如何在可靠性、功耗效率和数据吞吐量之间取得平衡？
• RQ4 在开发上下文感知、智能医疗保健应用时，其关键设计与实现挑战是什么？
• RQ5 现有普适性医疗保健系统如何检测并响应关键健康事件（如跌倒或突发心律失常）？

主要发现

• 综述发现，老年人是普适性医疗保健系统的主要关注对象，尤其针对跌倒检测和心血管监测。
• 可穿戴传感器（如心电图贴片和加速计）广泛用于移动环境中的实时生理监测。
• 蓝牙低能耗（BLE）和Zigbee因功耗低且在个人区域网络中可靠性高，成为最普遍的通信协议。
• 机器学习和上下文感知算法显著提升了对异常事件（如心率异常或跌倒事件）的早期检测能力。
• 大多数被调研的研究集中于单一疾病监测（如糖尿病、高血压），在多病症综合管理方面整合有限。
• 在标准化评估框架方面存在显著空白，各研究采用的评估指标和实验设置差异较大，限制了直接比较。