实现远程老年护理:设计和实施具有活动识别的智能能源数据系统

科学领域:

• 老年学和健康信息学
• 机器学习在医疗保健中的应用
• 智能家居技术 智能家居技术

背景情况:

• 人口老龄化面临诸如认知衰退和感官障碍等挑战,增加了对有效远程护理解决方案的需求.
• 转向以家庭为中心的医疗保健服务的目标是降低成本并改善患者的康复体验.
• 来自家用电器的智能能源数据通过将能源使用与日常活动相关联,为持续远程健康监测提供了一种新的方法.

研究的目的:

• 开发和部署智能能源数据与活动识别 (SEDAR) 系统,用于监测独自生活的老年人.
• 利用机器学习技术来识别设备使用和健康状况的行为模式.
• 探索能源数据分析的潜力,以加强远程医疗保健和远程医疗服务.

主要方法:

• 从家用电器收集智能能源数据.
• 应用机器学习算法来识别设备使用和活动模式.
• 分析与正常日常生活中的偏差,以推断潜在的健康异常.

主要成果:

• 在SEDAR系统成功地识别了老年人的电器使用和行为模式.
• 通过能量数据检测到的日常活动中的偏差,可以信号潜在的健康问题,如睡眠障碍或混乱.
• 该系统展示了使用非侵入性能源数据进行远程健康监测的可行性.

结论:

• 智能能源数据分析为远程监控独立生活的老年人提供了可行的方法.
• 通过提供对老年人的日常生活和健康状况的见解,SEDAR系统可以支持远程医疗倡议.
• 这种方法对在智能计量器基础设施有限的地区的医疗保健可访问性产生了重大影响.