基于LSTM的自动远程健康风险评估系统用于老年人

科学领域:

• 老年学是一门学科.
• 人工智能的人工智能
• 生物医学工程 生物医学工程

背景情况:

• 人口老龄化带来了重大的医疗保健挑战,需要创新的监测解决方案.
• 远程健康评估系统对于老年护理的及时干预至关重要.

研究的目的:

• 设计和验证基于网络的长期短期记忆 (LSTM) 系统,用于老年人自动远程健康风险评估.
• 通过预测生命体征和计算健康风险水平,使护理团队能够及时作出反应.

主要方法:

• 开发了一种带有无线生理传感,使用五个LSTM神经网络预测生命体征的系统,以及用于风险计算的简化国家早期预警分数 (NEWS).
• 预测的关键生命体征:静脉血压 (SBP),脉率 (PR),呼吸率 (RR),温度 (TEMP) 和氧和 (SPO2).

主要成果:

• 该系统在风险识别方面实现了74%的准确性.
• 预测生命体征的平均绝对误差 (MAE) 处于可接受范围内,证明了预测可靠性.

结论:

• 使用深度学习,特别是LSTM的自动远程健康风险评估系统是老年人家庭监测的可行策略.
• 这项技术可以加强主动护理,改善老年人群的健康状况.