Розглянуто систему телемоніторингу життєво важливих показників пацієнтів для первинної діагностики та виявлення аномальних значень біофізичних показників. Експертні оцінки, закладені у правила нечіткої логіки, порівнюються з виміряними значеннями показників пацієнтів для розрахунку ризику захворювання. Наведена методика є загальною при виявленні аномальних значень біофізичних показників для оцінки ризиків захворювання та прийняття відповідних рішень. Система реалізована на платформі «Arduino» з програмним кодом контролера нечіткої логіки. Розширення набору вимірюваних показників потрібно для уточнення діагнозу. Інтегрована платформа системи моніторингу «m-Health» дозволяє пацієнтам бути мобільними, в той час як їх життєво важливі показники реєструються у поточному режимі.
Рассмотрена система телемониторинга жизненно важных признаков пациентов для первичной диагностики и выявления аномальных значений биофизических показателей. Экспертные оценки, заложенные в правила нечеткой логики, сравниваются с измеренными значениями показателей пациентов для расчета риска заболевания. Приведенная методика является общей при обнаружении аномальных значений биофизических показателей для оценки рисков заболевания и принятия соответствующих решений. Расширение набора измеряемых показателей нужно для уточнения диагноза. Система реализована на платформе «Arduino» с программным кодом контроллера нечеткой логики. Система использует беспроводную сеть устройств мониторинга с набором датчиков для обнаружения аномального состояния пациентов или чрезвычайных событий. Представлена структура управления распределенной системой оповещения. Интегрированная платформа системы мониторинга «m-Health» позволяет пациентам быть мобильными, в то время как их жизненно важные показатели регистрируются в текущем режиме.
The purpose of the article is to develop an expert system based on fuzzy logic rules to calculate the risk level of the patient and use feedback control in decision-making. Results. Expert system was considered for determination of patient’s health risk level. The fuzzy logic rules was formed for determination of belonging variables to risk groups and used for reflect the input to the decision making process. The application detects anomalous values of monitoring data, generates a medical report and sends it to the server for decisionmaking. The system includes monitors vital signs of the patients, warning services based on Fuzzy Logic techniques with the objective of reducing the risk from the slow provision of health care. The architecture of the integrated “m-Health” platform with functional models was proposed. The system uses a wireless network of monitoring devices with a set of sensors to detect abnormal patients or emergency events. The management structure is represented by a distributed notification system.
