物联网技术在智能医疗领域的应用与发展

来源: 传感器技术


应对人口结构高龄化所带来的长期照护需求,各国政府纷纷拟定政策,希望利用Wi-Fi、蓝牙、3G、GPS及RFID等物联网技术,架构起移动式医疗网络;且在远距照护等议题发酵下,也带动医疗产业结合物联网进入下一个崭新的应用阶段。

  

物联网技术在智能医疗领域的主要应用技术,主要在于物资管理可视化技术、医疗信息数字化技术、医疗过程数字化技术三个方面。



一、材药物监控管理


借助RFID技术,开始广泛应用在医疗机构物资管理的可视化技术,可以实现医疗器械与药品的生产、配送、防伪、追溯,避免公共医疗安全问题,且实现药品追踪与设备追踪,可从科研、生产、流动到使用过程的全方位实时监控,有效提升医疗质量并降低管理成本。




根据世界卫生组织的报导,全球假药比例已经超过10%,销售额超过320亿元。中国药学会有关数据显示,我们每年至少有20万人死于用错药与用药不当,有11%~26%的不合格用药人数。以及10%左右的用药失误病例。因此,RFID技术在对药品与设备进行跟踪监测、整顿规范医药用品市场中起到重要作用。

  

具体来说,物联网技术在物资管理领域的应用方向有以下几个方面:


1、医疗设备与药品防伪


卷标依附在产品上的身份标识具有唯一性,难以复制,可以起到查询信息和防伪打假的作用,将是假冒伪劣产品一个非常重要的查处措施。例如,把药品信息传送到公共数据库中,患者或医院可以将卷标的内容和数据库中的记录进行核对,方便地识别假冒药品。


2、全程实时监控


药品从科研、生产、流通到使用整个过程中,RFID标签都可进行全方位的监控。特别是出厂的时候,在产品自行自动包装时,安装在生产线的读取器可以自动识别每个药品的信息,传输到数据库,流通的过程中可以随时记录中间信息,实施全线监控。


3、医疗垃圾信息管理


通过实现不同医院、运输公司的合作,借助RFID技术建立一个可追踪的医疗垃圾追踪系统,实现对医疗垃圾运送到处理厂的全程跟踪,避免医疗垃圾的非法处理。


二、字化医院


物联网在医疗信息管理等方面具有广阔的应用前景。目前医院对医疗信息管理的需求主要集中在以下几个方面:身份识别、样品识别、病案识别。


其中,身份识别主要包括病人的身份识别、医生的身份识别;样品识别包括药品识别、医疗器械识别、化验品识别等;病案识别包括病况识别、体征识别等。具体应用分为以下几个方面:



1、病患信息管理


病人的家族病史、既往病史、各种检查、治疗记录、药物过敏等电子健康档案,可以为医生制定治疗方案提供帮助;医生和护士可以做到对病患生命体征、治疗化疗等实时监测信息,杜绝用错药、打错针等现象,自动提醒护士进行发药、巡查等工作。


2、医疗急救管理

  

在伤员较多、无法取得家属联系、危重病患等特殊情况下,借助RFID技术的可靠、高效的信息储存和检验方法,快速实现病人身份确认,确定其姓名、年龄、血型、紧急联系电话、既往病史、家属等有关详细资料,完成入院登记手续,为急救病患争取了治疗的宝贵时间。



尤其救护车中安装3G视讯设备,病患在运送到医院的途中,急诊室可先了解病患的生理状况,争取黄金救援时机,如果地处偏远,甚至可采取远距医疗影像系统进行紧急抢救。


3、药品存储


将RFID技术应用在药品的存储、使用、检核流程中,简化人工与纸本记录处理,防止缺货及方便药品召回,避免类似的药品名称、剂量与剂型之间发生混淆,强化药品管理,确保药品供给及时、准备。

  

4、血液信息管理  


将RFID技术应用到血液管理中,能够有效避免条形码容量小的弊端,可以实现非接触式识别,减少血液污染,实现多目标识别,提高数据采集效率。

  

5、药品制剂防误


通过在取药、配药过程中加入防误机制,在处方开立、调剂、护理给药、病人用药、药效追踪、药品库存管理、药品供货商进货、保存期限及保存环境条件等环节实现对药品制剂的信息化管理,确认病患使用制剂之种类、记录病人使用流向及保存批号等,避免用药疏失,病患用药安全。

  

6、医疗器械与药品追溯 

 

通过准确记录物品和患者身份,包括产品使用环节的基本信息、不良事件所涉及的特定产品信息、可能发生同样质量问题产品的地区、问题产品所涉及的患者、尚未使用的问题产品位置等信息,追溯到不良产品及相关病患,控制所有未投入使用的医疗器械与药品,为事故处理提供有力支持。

  

7、信息共享互联  


通过医疗信息和记录的共享互联,整合并形成一个发达的综合医疗网络。一方面经过授权的医生可以翻查病人的病历、患史、治疗措施和保险明细。患者也可以自主选择或更换医生、医院;另一方面支持乡镇、小区医院在信息上与中心医院实现无缝对接,能攻实时地获取专家建议、安排转诊和接受培训等。

  


8、新生儿防盗系统 

 

将大型综合医院的妇产科或妇儿医院的母婴识别管理、婴儿防盗管理、信道权限相结合,防止外来人员随意进出。尤其,婴儿出生后也要给婴儿佩戴一个可以标示惟一性身份的RFID腕带,并使婴儿的信息和母亲的信息具有惟一对应性,要确定是不是抱错了婴儿,只需对比母婴的RFID腕带信息就可了,这就避免了婴儿抱错事件的发生。

  

9、报警系统  


通过对医院医疗器械与病人的实时监控与跟踪,说明病人发出紧急求救信号,防止病人私自出走,防止贵重器件毁损或被盗,保护温度敏感药品和实验室样本。


三、程医疗监护


远程医疗监护,主要是利用物联网技术,构建以患者为中心,基于危急重病患的远程会诊和持续监护服务体系。远程医疗监护技术的设计初衷是为了减少患者进医院和诊所的次数。

  


根据美国疾病控制中心(CDC)2005年的报告,大约50%的美国人至少患有一种慢性疾病,他们的治疗费用占全美2万亿医疗支出的3/4以上。除了高额的高科技治疗和手术费用外,医生的例行检查、实验室检测和其他监护服务支出大约有几十亿美元。


随着远程医疗技术的进步,高精尖传感器已经能够实现在患者的体域网(body-area)范围内实现有效同信,远程医疗监护的重点也逐步从改善生活方式转变为及时提供救命信息、交流医疗方案。



实际应用上,小区居民的有关健康信息可通过无线和视频方式传送到后方,建立个人医疗档案,提高基层医疗服务质量;允许医生进行虚拟会诊,为基层医院提供大医院大专家的智力支持,将优质医疗资源向基层医疗机构延伸;构建临床案例的远程继续教育服务体系等,提升基层医院医务人员继续教育质量。

  

1、RFID助老人独立生活的应用 

 

阿得雷德大学计算机科学家正在领导一个项目开发新的RFID传感器系统,说明老年人保持独立生活和安全看护。研究人员采用RFID和传感器技术,自动识别和监测人的活动;能够确定个人的正常例行维护,并在危险来临时,及时地提供帮助,在人口老龄化的时代具有巨大的潜在价值。



该系统的投入成本较低,不存在隐私问题和密集的监测监控,被监控对象(老年人)也无须另外穿戴物品。

  

2、智能轮椅的应用  


智能轮椅的任务是安全、便捷地把用户送到目的地,完成既定任务。在运动过程中,轮椅既需要接受用户的指令,又需结合环境信息启动自身避障、导航等功能模块,与移动机器人不同的是,在使用过程中,轮椅与用户成为一个协同工作的系统。



在运动过程中,轮椅既需要接受用户的指令,又需结合环境信息启动自身避障、导航等功能模块,与移动机器人不同的是,在使用过程中,轮椅与用户成为一个协同工作的系统。


这就要求在设计之初就把人这个因素纳入考虑之中,所以,安全、舒适和容易操作应成为智能轮椅设计中最重要的因素;使用者身体能力的差异决定了智能轮椅需被设计为一个功能多元化,能满足多种层次需要的电子系统,而模块化最能体现系统多功能化的特征,每个用户都能根据其自身残障类型和程度选择适当的模块集成,且设计者可以在现有基础上通过增添功能模块,很方便地对轮椅功能进行改进。

  

智能轮椅的总功能可以分为以下几个子功能:环境感知及导航功能、控制功能、驱动功能和人机交互功能。通过对智能轮椅的功能分析和模块划分,再结合具体的研究内容和期望控制目标,其系统主要由传感器模块、驱动控制模块和人机交互模块3部分组成。


传感器模块主要有内部状态感知和外部环境感知两部分构成,通过姿态传感器确定轮椅自身的位姿信息;通过编码器的位移速度和距离获得自定位信息;视觉、超声波和接近开关主要负责持续获得周围环境和障碍物的距离信息。


驱动控制模块我们采用后轮驱动的方式,每一个后轮配置一个电动机,在控制器的操作下实现电动轮椅的前进、后退和转向。人机交互接口由操作杆和个人计算机接口数据输入两种方式,实现基本的人机交互功能。

  

3、移动医疗  


通过监测体温、心跳等一些生命体征,为每个客户建立一个包括该人体重、胆固醇含量、脂肪含量、蛋白质含量等信息的身体状况,实时分析人体健康状况,并将生理指针资料回馈到小区、护理人或相关医疗单位,及时为客户提供饮食调整、医疗保健方面的建议,也可以为医院、研究院提供科研资料。

  

4、RFID腕带的应用 

 

在不久的将来,手机将变成每个人的私人医生。



大家估计都有亲身感受,在医院排队挂号是很常见的事情,等待和焦虑是人们脸上最常见的表情,这份苦有时会比病痛更加折磨人。病人因为看病难叫苦不迭,而面对每天成千上万的门诊病患,医院也深感不堪重负。


但在不久的将来,这些都会改变。专家将住进手机,而手机则变成每个人的私人医生,这是昨天中国生物医学工程学会副理事长,中国工程院院士俞梦孙给人们展望的健康物联网的前景。


每个人生病都想找专家看,但是专家很少,怎么能服务所有的人呢?可是在未来这将变成现实。


专家最重要的是经验,而这些经验往往是根据病人生病所得的资料指针累积而来的,如果能够把一个专家经验的数据库积累起来,当这个数据库的参数足够丰富的时候,只要病人把自己生病的参数指针输入进来,数据库就会自动给病人看病,而这个数据库最终就是机器人专家。


这些生涩的数据库可能很多市民都不明白,但是举例说明,如果一个专家专门看癌症,那么只要收集足够多的这个专家的治疗方案,这些治疗方案再结合病人的病理指标,也就建立了一个专家的数据库模型,例如当有一万个白血病人的数据库指针被收集,那么这个数据库就有一万种对于白血病治疗的解决方案。


也就是说一个普通的白血病人,只要把各项化验参数输入这个数据库中,数据库就会自动根据以往的专家经验从而产生治疗方案,而这个治疗方案就是这个专家的日常治疗经验。


这样的数据库最终将变成软件内置到手机里,一旦生病,手机中的软件将自动治疗,而如果遇到无法判断的情况后,专家将亲自出马通过互联网对病人进行治疗。届时每个市民的手机都会是一个机器私人医生。

  

5、GPS定位心脏病人的应用  


每个人都要建立自己的健康数据库。一位心脏病人,如果建立了数字健康档案,一旦心率出现异常甚至高危,数据会立即传回我们的系统,通过GPS定位,我们可以帮助病人立即拨打120,联系最近的医院进行救助。

  

这是一个简单的物联网应用,但是以后每个市民的家中都会有一个体检设备,市民只要把手掌放到这个设备上,然后设备就会采集血压,心跳,脉搏,体温等多种因素,而未来甚至一些简单的化验也能在设备上完成,这些数据采集以后将自动传递到医院的数据中心,一旦出现情况,医生会提示入院进一步检查,或者就近采取救治措施。如果有需要,以后人们的体检可能是每天进行。

  

6、看病只要一卡、一腕带  


每次进入地铁人们都觉得非常轻松,刷下卡就什么都解决了。


在健康物联网中,看病也像坐地铁一样,只要一张卡就全部解决了。


在医疗过程中,患者以身份证作为惟一的合法身份证明在特定的自动办卡机(读写器)上进行扫描,并存入一定数量的备用金,几秒钟自动办卡机就会生成一张RFID就诊卡(也可使用由专用的医保卡),完成挂号。


患者持卡可直接到任何一个科室就诊,系统自动将该患者信息传输到相应科室医生的工作站上,在诊疗过程中,医生开具的检查、用药、治疗信息都将传输到相应的部门,患者只要持RFID就诊卡在相关部门的读写器上扫描一下就可进行检查、取药、治疗了,不再需要因划价、交费而往返奔波。就诊结束后,可持卡到收费处打印发票和费用清单。


另外与RFID就诊卡对应的是住院使用的RFID腕带,其中包括患者姓名、性别、年龄、职业、挂号时间、就诊时间、诊断时间、检查时间、费用情况等信息。患者身份信息的获取无须手工输入,而且资料可以加密,确保了患者身份信息的惟一来源,避免手工输入可能产生的错误,同时加密维护了数据的安全性。此外,腕带还有定位功能,佩戴腕带的人再也不能偷偷溜出医院了。

  

当有人强制拆除RFID腕带或患者超出医院规定的范围时,系统会进行报警;佩戴带有监控生命体征(呼吸、心跳、血压、脉搏)的并设定危急值的RFID腕带,可24小时监控生命体征变化,当达到危急值时系统会立即自动报警,从而使医护人员在第一时间进行干预。


而在医疗过程中,对患者进行的诸如检验、摄片、手术、给药等工作,均可以通过RFID腕带确认患者的信息,并记录各项工作的起始时间,确保各级各类医护及检查人员执行医嘱到位,不发生错误,从而对整个诊疗过程实施全程质量控制。


患者可通过RFID腕带在指定的读写器上随时查阅医疗费用的发生情况,并可自行打印费用结果,以及医保政策、规章制度、护理指导、医疗方案、药品信息等内容,从而提高患者获取医疗信息的容易度和满意度。


四、技术难题


目前物联网的医疗照护应用仍有几个技术难题需要解决:


1、动态组网与大规模网络中节点移动性管理


当监护系统扩展到小区、城市甚至全国时,其网络规模巨大,并且监护节点与基站都具有一定的移动性。因此,必须设计一种合适的网络拓扑管理结构以及节点移动性管理方法。


2、数据完整性与数据压缩


节点有时需要长达24小时的监测人体参数,所采集到的资料量大,而存储容量小,常采用压缩算法来减少数据的存储与传输量,然而,传统数据的压缩算法成本高不适合传感器节点。另外,压缩算法不能损坏原始数据,否则会造成误诊。


3、数据安全性


无线传感器网络节点采用自组织方式组成网络,容易受到攻击,此外,病人的信息需要保密。传感器节点计算能力相当有限,传统的安全和加密技术都不适用。因此,必须设计一种适合传感器节点的加算法。


总结


智能医疗提供多种服务,包括慢性疾病的长期治疗、预防和及早期检测三种方向,透过物联网技术,其发展到最终将会是建立一个连结医院内部到院外,甚至与病人相链接的系统。在不久的将来医疗行业将融入更多人工智慧、传感技术等高科技,使医疗服务走向真正意义的智能化,推动医疗事业的繁荣发展。在中国新医改的大背景下,智能医疗正在走进寻常百姓的生活。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/496870.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

xmlHttpRequest无刷新验证用户名

现在好多网站上的注册都用了无刷新验证用户名,这种效果咋看感觉很复杂很难实现,其实它里面用到了Ajax中的核心xmlHttpRequest这个类,如果只是单单想实现这个效果,压根就不用引用Ajax.Net中的组件,因为感觉有点大材小用,下面是具体实现这种效果的方法,希望能给初学Ajax的朋友带来…

如何理解和评价机器学习中的表达能力、训练难度和泛化性能

来源: Eric Jang 的个人博客非常感谢王家兴 (Jiaxing Wang) 把这个博客文章翻译成中文。当我在阅读机器学习相关文献的时候, 我经常思考这项工作是否:提高了模型的表达能力;使模型更易于训练; 提高了模型的泛化性能。在…

谷歌公布72位量子比特处理器,吹响量子霸权冲锋号

作者:杨晓凡谷歌量子 AI 实验室今天发布了新的 72 位量子比特的量子处理器 Bristlecone。虽然目前还没有看到具体的实验结果,但这块芯片的未来有很大潜力,很有可能达成量子计算领域内的重要里程碑。谷歌量子 AI 实验室(Google Qua…

AI可以在游戏里称霸,但是解决现实问题太难了

来源:36氪据《大西洋月刊》报道,直到最近,那些能在各类游戏中击败人类冠军的机器,解决现实问题太难了。1997年,为了在国际象棋中击败象棋大师加里卡斯帕罗夫(Garry Kasparov),IBM的工…

大话设计模式-策略模式与简单工厂模式

来源:http://blog.csdn.net/wulingmin21/article/details/6712684 策略模式定义了一系列的算法,并将每一个算法封装起来,而且使它们还可以相互替换。策略模式让算法独立于使用它的客户而独立变化。 例如: CashNormal、CashRebate…

全球知识图谱专家分布、研究流派(附学者名单)

来源: THU数据派概要:在维基百科的官方词条中:知识图谱是Google用于增强其搜索引擎功能的知识库。什么是知识图谱?在维基百科的官方词条中:知识图谱是Google用于增强其搜索引擎功能的知识库。本质上, 知识图谱旨在描述…

软件系统架构~思维导图

#原图 System.out.println("https://www.processon.com/view/link/6194f2740e3e7409b9c2f3df")

创建型、结构型、行为型模式(1)

来源:http://blog.csdn.net/wulingmin21/article/details/6753363 目的 创建型模式 Creational Pattern 结构型模式 Structural Patterns 行为型模式 Behavioral Pattern 概念 创建型模式,就是创建对象的模式,抽象了实例化的过程。…

干货|全球人工智能专利分布战情图

来源: 点滴科技资讯作者:许倩未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测&am…

tomcat高版本之URL解析异常解决

IllegalArgumentException 一、项目场景: 例如:由于Apache的tomcat的版本升级,遵循RFC 7230 and RFC 3986规范解析请求地址。同时添加了对于http头的验证请求。 导致报文存在导致特殊字符(不在解析范围内的)tomcat7…

创建型、结构型、行为型模式(2)

来源:http://blog.csdn.net/wulingmin21/article/details/6757111 创建型模式 Singleton模式解决的是实体对象个数的问题。 除了Singleton之外,其他创建型模式解决的都是New所带来的耦合关系。 Factory Method,Abstract Factory,B…

大数据行业洞察:未来2-3年或迎数据时代的真正高潮

来源: DT数据侠 作者:中关村老李从2012年的“用户标签”到2014年的“用户画像”,从2015年的“大数据”到2017年的“人工智能”,大数据正在从神坛走向现实。“标签”到“画像”,代表着数据在数量和维度上,逐…

5G时代到来,人工智能设备如何重塑TMT行业

来源:亿欧在近期召开的2018世界移动通信大会上,5G作为热点话题被高频提及,当前,5G技术已经取得突破进展,全球范围内已有运营商宣布2018年将投入商用。在这一背景下,5G与人工智能技术的结合将重塑众多产业&a…

java调用GDAL实现栅格数据的重采样的一种方法

目录 1.关于重采样 1.1概念 1.2用途 1.3常见算法 2.关于GDAL 2.1GDAL中的重采样算法 3.实现重采样 3.1思路 3.2完整代码 3.3使用QGIS验证效果 1.关于重采样 1.1概念 重采样是以原始图像的像元值或者导出的值填充到新的图像的每个像元的的过程。 1.2用途 在地理信…

Semtech与Lacuna从太空接收信息

来源:Semtech概要:Lacuna Space使用了一组星座的极地近地轨道卫星,来接收地面传感器发出的基于LoRa的信息。加利福尼亚州,卡马里奥,2018年2月26日—高性能模拟和混合信号半导体及先进算法领先供应商Semtech Corporatio…

ABAP--使用SLIN事务码进行ABAP程序扩展语法检查,提高程序开发的质量

TCODE: SLIN 或者在SE38 界面的菜单: 程序-》语法-》扩展程序检查 就会弹出下面的界面,用户可以根据自己的需求设置检查点,并根据检查结果修改程序,使自己的代码更加可靠。另外在SE38 界面的菜单&#xff1…

谷歌大脑发布神经网络的「核磁共振」,并公开相关代码

作者:杨晓凡、camel、思颖、杨文神经网络的可解释性一直是所有研究人员心头的一团乌云。传统的尝试进行可解释性研究的方法是通过查看网络中哪个神经元被激发来来理解,但是即使我们知道「第 538 号神经元被激发了一点点」也毫无意义,并不能帮…

Java加密与解密的艺术~Provider

Provider类实现了Java安全性的一部分或全部,我们称它为提供者。 Provider类可能实现的服务包括: 算法(如DSA、RSA、MD5或SHA-1) 密钥的生成、转换和管理设施(如用于特定算法的密钥) 每个提供者…

Fiddler (一) 教程(Web调试工具)

From:http://kb.cnblogs.com/page/130367/ Fiddler的基本介绍 Fiddler 官方网站:http://www.fiddler2.com Fiddler 官方帮助:http://docs.telerik.com/fiddler/knowledgebase/quickexec Fiddler 官方网站提供了大量的帮助文档和视频教程&…

从通用分页存储过程[ROWCOUNT方式]抽出适合自己需求的分页过程

通用分页存储过程很实用,但毕竟不是全适用于一些环境,譬如我遇到过一种情况,需要先外链两个表,然后再关联几个表,总之参数传递很烦人,这里不细说了,现在只谈实现查询后,怎么分页的简单技巧1,建立用户函数CREATE function F_xxxx(ID nvarchar(36),Key nvarchar(36),......)…