可扩展的数字健康 (SDH):基于物联网的可扩展框架,用于远程监控患者.

科学领域:

• 数字健康数字健康
• 边缘计算 边缘计算
• 物联网 (IoT) 的物联网 (IoT) 的物联网.

背景情况:

• 在老年人和行动障碍人口中,对远程患者监测 (RPM) 的需求日益增加.
• 需要具有可扩展性,响应性和成本效益的数字健康解决方案.
• 现有系统在处理实时数据和动态扩展方面的局限性.

研究的目的:

• 提出可扩展数字健康 (SDH) 框架,用于先进的远程患者监测.
• 将智能数字健康解决方案与延迟意识边缘计算自动扩展集成.
• 为实时健康参数跟踪建立一个新的,可扩展的架构.

主要方法:

• 利用物联网 (IoT) 技术进行实时数据采集 (心电图,温度,血压,氧和).
• 在边缘计算环境中实现对容器化医疗保健应用程序的延迟感知水平自动扩展.
• 使用分层网络架构,以高效地将数据传输到云存储 (AWS).

主要成果:

• 成功建立了实时远程患者监控能力.
• 开发一个可扩展的架构,采用由延迟值和自定义指标驱动的动态自动扩展.
• 优化了系统响应性和增强了Kubernetes的性能,防止在使用量高时不响应.

结论:

• SDH框架显著提高了远程医疗保健的可访问性,成本效益和响应性.
• 拟议的架构通过边缘计算的创新微服务自动扩展来彻底改变远程医疗保健服务.
• 这种方法确保了强大而可靠的实时患者监测,特别是在弱势群体.