Acquisition, analysis and transmission of information through a medical mobile application to a database using the HL7 standard
| Autor: | Forero Borda, Hernán Felipe |
|---|---|
| Přispěvatelé: | Gómez Paredes, Juan Carlos |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2021 |
| Předmět: |
SQL
Corazón HCE OPENEMR Sever Heart Mobile HL7 Maestría en Telecomunicaciones Móviles (Virtual) - Tesis y disertaciones académicas Móvil Aprendizaje automático (Inteligencia artificial) Android Monitoreo del ritmo cardiaco - Procesamiento electrónico de datos Smartphone Servidor Medicina - Innovaciones tecnológicas Sensor Desarrollo de programas para computador - Aplicaciones industriales |
| Zdroj: | RIUD: repositorio U. Distrital Universidad Distrital Francisco José de Caldas instacron:Universidad Distrital Francisco José de Caldas |
| Popis: | Los sistemas de información médicos en el mundo utilizan el estándar HL7 para comunicarse, este es un conjunto de estándares que facilita el intercambio de información desde cualquier dispositivo médico, ya sea un equipo o sistema de información. En este proyecto se propone el desarrollo de una aplicación móvil que adquiera la información cardiaca del paciente a partir de sensores y la transmita a través de un dispositivo móvil utilizando el estándar HL7, a una base de datos donde a partir de estimación-predicción, utilizando Machine Learning, se pronostique si existen riesgos en la salud del paciente y de esta manera evitar fatalidades médicas que pueden ocurrir a largo o corto plazo dependiendo de la predicción realizada. La información se adquiere en la App, se transmite a través de la red móvil celular y se recibe en el servidor donde va a ser comparada con un dataset que incluye los signos vitales normales del paciente. El sistema indicará si los datos obtenidos se encuentran dentro de los rangos ideales y el profesional de la salud se pueda adelantar con el tratamiento correspondiente para evitar fatalidades. En el campo de la salud se han realizado investigaciones con la intención de adquirir datos de pacientes y transmitirlos usando este estándar, pero no existe un proyecto a bajo costo en el cual se realice la predicción de posibles alteraciones en el paciente utilizando Machine Learning y el estándar HL7 en conjunto. Además, la forma en que se adquieren los datos generalmente es usando sensores que incomodan a la persona que va utilizar el sistema. Para éste proyecto se planea utilizar sensores que el paciente pueda transportar sin inconveniente, la App puede leer los datos de cualquier sensor que se conecte a la interfaz, el principal sensor que se utilizara es el de ECG por su gran efectividad al momento de tomar los datos del paciente ya que el movimiento no altera la información adquirida por el sensor como si lo hacen otros dispositivos. Medical information systems in the world use the HL7 standard to communicate, this is a set of standards that facilitates the exchange of information from any medical device, whether it is a computer or information system. This project proposes the development of a mobile application that acquires the patient's cardiac information from sensors and transmits it through a mobile device using the HL7 standard, to a database where from estimation-prediction, using Machine Learning, it is predicted whether there are risks to the patient's health and thus avoid medical fatalities that may occur in the long or short term depending on the prediction made. The information is acquired in the App, transmitted through the cellular mobile network and received in the server where it will be compared with a dataset that includes the patient's normal vital signs. The system will indicate if the data obtained are within the ideal ranges and the health professional can proceed with the corresponding treatment to avoid fatalities. In the healthcare field, research has been carried out with the intention of acquiring patient data and transmitting it using this standard, but there is no low-cost project in which the prediction of possible alterations in the patient is performed using Machine Learning and the HL7 standard together. In addition, the way in which the data is acquired is generally using sensors that are uncomfortable for the person who is going to use the system. For this project it is planned to use sensors that the patient can carry without inconvenience, the App can read data from any sensor that is connected to the interface, the main sensor that will be used is the ECG sensor for its great effectiveness when taking data from the patient since the movement does not alter the information acquired by the sensor as other devices do. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|